Size: a a a

Physics.Math.Code

2019 June 28
Physics.Math.Code
Искусственный интеллект для чайников [2019] Джон Пол Мюллер, Лука Массарон

Искусственный интеллект является захватывающим и немного жутковатым. Он вокруг нас. Искусственный интеллект помогает защитить от мошенничества, контролировать расписание медицинских процедур, он способен работать в клиентской службе и даже помогает вам в выборе телешоу и приборке вашего дома. Хотите узнать больше? Эта книга восполняет пробелы, знакомя вас с тем, что представляет собой искусственный интеллект и чем он не является, рассматриваются также этические вопросы использования искусственного интеллекта, его современное применение и некоторые из удивительных вещей, на которые он, вероятно, будет способен завтра. Будь вы технофилом или просто любопытны, вы будете очарованы тем, что узнаете!
источник
Physics.Math.Code
Getting Started with Python [2019] [EPUB] [EN]
Fabrizio Romano, Benjamin Baka
источник
Physics.Math.Code
Getting Started with Python [2019] [EPUB] [EN]
Fabrizio Romano, Benjamin Baka

Этот сборник поможет вам освоиться с миром Python. Книга начинается с подробного и практического введения в Python. Вы быстро начнете писать программы, создавать веб-сайты и работать с данными, используя известные библиотеки данных Python. Благодаря мощным связным спискам, двоичному поиску и алгоритмам сортировки вы легко создадите сложные структуры данных, такие как графики, стеки и очереди. Вы легко интегрируете объектно-ориентированные и не очень объектно-ориентированные аспекты Python и создадите поддерживаемые приложения, используя шаблоны проектирования более высокого уровня.
источник
Physics.Math.Code
Обсуждение задачи:
https://vk.com/wall-51126445_38890

#физика #задачи #радиолокация
источник
Physics.Math.Code
Вероятностное программирование на Python: байесовский вывод и алгоритмы [2019] Дэвидсон-Пайлон К.
источник
Physics.Math.Code
Вероятностное программирование на Python: байесовский вывод и алгоритмы [2019] Дэвидсон-Пайлон К.

Байесовские методы пугают формулами многих «айтишников», но без анализа статистики и вероятностей сейчас не обойтись. Кэмерон Дэвидсон-Пайлон рассказывает о байесовском методе с точки зрения программиста-практика, работающего с многофункциональным языком PyMC и библиотеками NumPy, SciPy и Matplotlib. Раскрывая роль байесовских выводов при А/В-тестировании, выявлении мошенничества и в других насущных задачах, вы не только легко разберетесь в этой нетривиальной теме, но и начнете применять полученные знания для достижения своих целей.
источник
Physics.Math.Code
источник
Physics.Math.Code
источник
Physics.Math.Code
Документальный фильм «Измерения» — это два часа математики, постепенно выводящие вас в четвёртое измерение. В создании фильма принимали участие Джос Лейс, Этьен Джус, Аурельен Альварез.  / Dimensions / Производство: Франция / Год выпуска: 2009.

Смотреть: vk.com/wall-51126445_38886

Содержание:
Часть 1. Размерность два
Часть 2. Размерность три
Часть 3. Четвертое измерение
Часть 4. Четвёртое измерение (продолжение)
Часть 5. Комплексные числа
Часть 6. Комплексные числа (продолжение)
Часть 7. Расслоение
Часть 8. Расслоение (продолжение)
Часть 9. Доказательства
Измерения II (синопсис)
источник
2019 June 29
Physics.Math.Code
Learning Python, 5th Edition [2013, ENG] Mark Lutz
источник
Physics.Math.Code
Learning Python, 5th Edition [2013, ENG] Mark Lutz

Get a comprehensive, in-depth introduction to the core Python language with this hands-on book. Based on author Mark Lutz’s popular training course, this updated fifth edition will help you quickly write efficient, high-quality code with Python. It’s an ideal way to begin, whether you’re new to programming or a professional developer versed in other languages. Complete with quizzes, exercises, and helpful illustrations, this easy-to-follow, self-paced tutorial gets you started with both Python 2.7 and 3.3— the latest releases in the 3.X and 2.X lines—plus all other releases in common use today. You’ll also learn some advanced language features that recently have become more common in Python code.
источник
Physics.Math.Code
Школьная задача по математике. Все ли помнят как такие решать? :)

Обсуждение задачи:
https://vk.com/wall-51126445_38938

#задачи #математика
источник
Physics.Math.Code
Ещё в начале XX века Давид Гильберт провозгласил цель аксиоматизировать всю математику, и для завершения этой задачи оставалось доказать непротиворечивость и логическую полноту арифметики натуральных чисел. 7 сентября 1930 года в Кёнигсберге проходил научный конгресс по основаниям математики, и на этом конгрессе 24-летний Курт Гёдель впервые обнародовал две фундаментальные теоремы о неполноте, показавшие, что программа Гильберта не может быть реализована: при любом выборе аксиом арифметики существуют теоремы, которые невозможно ни доказать, ни опровергнуть простыми (финитными) средствами, предусмотренными Гильбертом, а финитное доказательство непротиворечивости арифметики невозможно.

Читать подробнее и смотреть лекции: vk.com/wall-51126445_38971

#математика #видеоуроки #научные_фильмы
источник
2019 June 30
Physics.Math.Code
Уравнение Клапейрона—Клаузиуса [1834] Теплота испарения возрастает по мере роста температуры и давления пара. Как мы знаем из молекулярно-кинетической теории, атомы или молекулы в жидкостях и газах находятся в состоянии постоянного движения. Время от времени отдельные молекулы жидкости, движущиеся достаточно быстро, могут «срываться» с ее поверхности. Таким образом, над любой жидкостью какое-то количество молекул данного вещества будет находиться в виде пара.

Читать подробнее:  https://vk.com/wall-51126445_39016

#физика #факты
источник
Physics.Math.Code
Уравнение состояния идеального газа [1834] Термодинамические характеристики идеального газа описываются одним простым уравнением. Математическая запись универсального газового закона проста: pV = nRT Эта формула была получена в 1874 году Д. И. Менделеевым путем объединения закона Авогадро и общего газового закона (pV/T = const), сформулированного в 1834 году Б. П. Э. Клапейроном. Поэтому этот закон (в Европе, по крайней мере) принято называть законом Менделеева—Клапейрона. По существу, этот закон позволил ввести все ранее сделанные эмпирические заключения о характере поведения газов в рамки новой молекулярно-кинетической теории.

Читать подробнее: https://vk.com/wall-51126445_39019
источник
Physics.Math.Code
Java. Оптимизация программ. Практические методы повышения производительности приложений в JVM [+files] [2019]
Эванс Бенджамин, Гоф Джеймс, Ньюланд Крис
источник
Physics.Math.Code
Java. Оптимизация программ. Практические методы повышения производительности приложений в JVM [+files] [2019]
Эванс Бенджамин, Гоф Джеймс, Ньюланд Крис

Настройка производительности — наука экспериментальная, но это не означает, что инженеры должны прибегать к догадкам и фольклору, чтобы выполнить свою работу (хотя часто случается именно так). С помощью этой практической книги разработчики средней и высокой квалификации, работающие со сложными стеками технологий, научатся настраивать высокую производительность Java-приложений, используя количественный, поддающийся проверке подход.

В большинстве информационных ресурсов о производительности, как правило, обсуждаются теория и внутреннее устройство виртуальных машин Java, но в этой книге основное внимание уделяется практическим возможностям настройки производительности путем изучения широкого ряда аспектов. В книге нет простых рецептов, советов и трюков или алгоритмов. Настройка производительности — это процесс внесения изменений и измерения результатов.
источник
Physics.Math.Code
Небольшая подборка из 8 логических задач. Отличная возможность потренировать свои методы дедукции и индукции. Ваши идеи и разгадки можете оставить в комментариях.

Подборка задач: vk.com/wall-51126445_39025

#логика #задачи
источник
2019 July 01
Physics.Math.Code
Обсуждение кинематической задачи из раздела механики:

https://vk.com/wall-51126445_39029

#задачи #физика #математика #механика
источник
Physics.Math.Code
Обсуждение задачи:
https://vk.com/wall-51126445_39046

#задачи #физика
источник