Ocena:
Ogólnie rzecz biorąc, książka została dobrze przyjęta ze względu na praktyczne podejście do klasycznych koncepcji informatycznych przy użyciu Pythona. Jest ona szczególnie korzystna dla osób z przyzwoitym doświadczeniem w programowaniu, zwłaszcza w Pythonie, i jest doceniana za jasne wyjaśnienia i bogate przykłady. Wielu recenzentów zwróciło jednak uwagę na kwestie związane z organizacją i szczegółowością, a niektórzy stwierdzili, że korzystanie z podpowiedzi dotyczących typów i struktura treści są mylące.
Zalety:⬤ Dokładna i wzbogacająca treść dla średnio doświadczonych użytkowników Pythona.
⬤ Doskonały wybór przykładów algorytmów, które są praktyczne i przejrzyste.
⬤ Zwięzłe wyjaśnienia bez nadmiernej ilości szczegółów matematycznych.
⬤ Obejmuje wiele istotnych tematów, w tym sieci neuronowe i teorię grafów.
⬤ Dobra dla programistów z innych języków, którzy chcą nauczyć się Pythona.
⬤ Angażujące i pomocne wsparcie społeczności ze strony autora.
⬤ Zdezorganizowana struktura, przez co czasami trudno za nią nadążyć.
⬤ Brak głębi w niektórych tematach, powierzchowne wyjaśnienia.
⬤ Użycie podpowiedzi dotyczących typów może zaśmiecać przykłady i dezorientować początkujących.
⬤ Problemy z wersją na Kindle, diagramy i listy kodu są nieczytelne.
⬤ Nieodpowiednia dla absolutnie początkujących bez żadnego doświadczenia w programowaniu.
(na podstawie 21 opinii czytelników)
Classic Computer Science Problems in Python
"Gorąco polecam wszystkim zainteresowanym pogłębieniem swojego zrozumienia Pythona i praktycznej informatyki." --Daniel Kenney-Jung, MD, University of Minnesota.
Główne cechy
- Opanuj formalne techniki nauczane na zajęciach z informatyki w college'u.
- Połącz teorię informatyki z rzeczywistymi aplikacjami, danymi i wydajnością.
- Przygotuj się do rozmów kwalifikacyjnych dla programistów.
- Rozpoznanie podstawowych idei stojących za większością "nowych" wyzwań.
- Obejmuje Python 3. 7.
Zakup książki drukowanej obejmuje bezpłatny eBook w formatach PDF, Kindle i ePub od Manning Publications.
O książce
Problemy programistyczne, które wydają się nowe lub wyjątkowe, są zwykle zakorzenione w dobrze znanych zasadach inżynierii. Classic Computer Science Problems in Python poprowadzi cię przez sprawdzone scenariusze, ćwiczenia i algorytmy, które przygotują cię na "nowe" problemy, z którymi będziesz musiał się zmierzyć podczas rozpoczynania kolejnego projektu.
W tej niesamowitej książce zmierzysz się z dziesiątkami wyzwań związanych z kodowaniem, od prostych zadań, takich jak algorytmy wyszukiwania binarnego, po grupowanie danych za pomocą k-średnich. Podczas pracy z przykładami dotyczącymi tworzenia stron internetowych, uczenia maszynowego i nie tylko, przypomnisz sobie ważne rzeczy, o których zapomniałeś i odkryjesz klasyczne rozwiązania, które pozwolą Ci zaoszczędzić wiele godzin.
Czego się dowiesz
- Algorytmy wyszukiwania.
- Popularne techniki dla grafów.
- Sieci neuronowe.
- Algorytmy genetyczne.
- Wyszukiwanie adwersarza.
- Wykorzystuje podpowiedzi dotyczące typów.
Ta książka jest przeznaczona
Dla średnio zaawansowanych programistów Pythona.
O autorze
David Kopec jest adiunktem na wydziale informatyki i innowacji w Champlain College w Burlington, Vermont. Jest autorem książek Dart for Absolute Beginners (Apress, 2014), Classic Computer Science Problems in Swift (Manning, 2018) i Classic Computer Science Problems in Java (Manning, 2020).
Spis treści
1. Małe problemy.
2. Problemy z wyszukiwaniem.
3. Problemy satysfakcji z ograniczeń.
4. Problemy z grafami.
5. Algorytmy genetyczne.
6. K-średnich.
7. Dość proste sieci neuronowe.
8. Wyszukiwanie adwersarzy.
9. Różne problemy.
