Praktické simulační modelování s jazykem Python - druhé vydání: Vyvíjejte simulační modely pro zvýšení efektivity a přesnosti rozhodovacích procesů.

Recenze čtenářů

Kniha je komplexním průvodcem statistickým simulačním modelováním v jazyce Python, který zahrnuje základní pojmy, různé simulační metody a praktické aplikace. Klade důraz na praktický přístup s příklady kódování, což z ní činí užitečný zdroj informací pro datové vědce, inženýry a odborníky z praxe, kteří se zajímají o výpočetní simulace.

⬤ Jedinečný a široký přehled simulačního modelování
⬤ podrobné vysvětlení simulací Monte Carlo a Markovových řetězců
⬤ praktická cvičení kódování v jazyce Python
⬤ dobré základní pokrytí numerických simulací
⬤ užitečné pro různé technické obory
⬤ silné reference autora.

Chybí pokrytí balíčku Simpy pro simulace diskrétních událostí, který je běžným nástrojem mezi datovými vědci; předpokládá určitou základní znalost jazyka Python, což může být překážkou pro úplné začátečníky.

(na základě 5 hodnocení čtenářů)

Původní název:

Hands-On Simulation Modeling with Python - Second Edition: Develop simulation models for improved efficiency and precision in the decision-making proc

Obsah knihy:

Naučte se vytvářet nejmodernější simulační modely pomocí jazyka Python a rozšiřte své dovednosti v oblasti simulačního modelování a snadno vytvářejte a analyzujte digitální prototypy fyzických modelů

Klíčové vlastnosti:

⬤ Poznejte různé statistické a fyzikální simulace pro zlepšení systémů pomocí jazyka Python.

⬤ Naučte se vytvářet digitální prototyp reálného modelu na praktických příkladech.

⬤ Vyhodnotit výkon a výstupní výsledky na základě toho, jak by prototyp fungoval v reálném světě.

Popis knihy:

Simulační modelování je metoda zkoumání, jejímž cílem je napodobit fyzikální systémy ve virtuálním prostředí a získat z něj užitečné statistické závěry. Možnost analyzovat model za jeho běhu odlišuje simulační modelování od ostatních metod používaných v běžných analýzách. Tato kniha je vaším komplexním a praktickým průvodcem k pochopení různých výpočetních statistických simulací pomocí jazyka Python.

Kniha začíná tím, že vám pomůže seznámit se se základními pojmy simulačního modelování, které vám umožní pochopit různé metody a techniky potřebné ke zkoumání složitých témat. Datoví vědci pracující se simulačními modely budou moci díky této praktické příručce využít své znalosti. Jak budete postupovat, ponoříte se do hloubky numerických simulačních algoritmů, včetně přehledu příslušných aplikací, a to s pomocí reálných případů použití a praktických příkladů. Dozvíte se také, jak používat jazyk Python k vývoji simulačních modelů a jak používat několik balíčků jazyka Python. Nakonec se seznámíte s různými numerickými simulačními algoritmy a koncepty, jako jsou Markovovy rozhodovací procesy, metody Monte Carlo a techniky bootstrappingu.

Na konci této knihy se naučíte, jak sestavit a nasadit vlastní simulační modely pro řešení reálných problémů.

Co se naučíte:

⬤ Seznámíte se s konceptem náhodnosti a procesem generování dat.

⬤ Ponoříte se do metod převzorkování.

⬤ Objevte, jak pracovat se simulacemi Monte Carlo.

⬤ Využívat simulace ke zlepšení nebo optimalizaci systémů.

⬤ Zjistěte, jak provádět efektivní simulace pro analýzu reálných systémů.

⬤ Pochopit, jak simulovat náhodné procházky pomocí Markovových řetězců.

Pro koho je tato kniha určena:

Tato kniha je určena datovým vědcům, simulačním inženýrům a všem, kteří se již seznámili se základními výpočetními metodami a chtějí implementovat různé simulační techniky, jako jsou metody Monte-Carlo a statistické simulace pomocí jazyka Python.