مدل‌سازی و شبیه‌سازی در پایتون ۲۰۲۲
Modeling and Simulation in Python 2022

کاربرد پایتون به عنوان ابزاری قدرتمند در محاسبات، با گام‌هایی بلند در حال گسترش است. پایتون زبانی است که استفاده از آن آسان است و مجموعه‌های کتابخانه‌ای ابزارها، تنوع و کارایی بالایی را برای آن فراهم می‌کنند. با گسترش مداوم این ابزارها، کاربران می‌توانند مدل‌ها و شبیه‌سازی‌های روشنگرانه‌ای ایجاد کنند. در حالی که این ابزارها روشی آسان برای ایجاد یک خط لوله (pipeline) فرآیند ارائه می‌دهند، هیچ تضمینی وجود ندارد که چنین ساختارهایی نتایج درستی ارائه دهند. هنگام ساختن یک شبیه‌سازی، ممکن است بسیاری از چیزها به طرز فریبنده‌ای اشتباه پیش بروند. کاربران باید چیزی فراتر از نحوه ساختن یک خط لوله فرآیند را درک کنند.

مدل‌سازی و شبیه‌سازی در پایتون، تکنیک‌های اساسی مدل‌سازی محاسباتی را معرفی می‌کند که در رشته‌های مختلف علمی و مهندسی مورد استفاده قرار می‌گیرند. این کتاب بر مهارت‌های تفکر الگوریتمی با استفاده از محیط‌های محاسباتی مختلف تاکید می‌کند و شامل تعدادی مثال جالب از جمله شکسپیر، پایگاه‌های داده فیلم، گسترش ویروس و شطرنج است.

ویژگی‌های کلیدی:

• ارائه چندین نظریه و کاربرد، که هر کدام با اسکریپت‌های پایتون عملیاتی همراه هستند.
• تمامی توابع پایتون نوشته شده برای این کتاب در GitHub آرشیو شده‌اند.

خوانندگان نیازی نیست که متخصص پایتون باشند، اما دانش کاربردی از این زبان مورد نیاز است. دانشجویانی که می‌خواهند اطلاعات بیشتری در مورد مبانی مدل‌سازی و شبیه‌سازی کسب کنند، این کتاب را منبعی آموزشی و بنیادین خواهند یافت.

The use of Python as a powerful computational tool is expanding with great strides. Python is a language which is easy to use, and the libraries of tools provides it with efficient versatility. As the tools continue to expand, users can create insightful models and simulations. While the tools offer an easy method to create a pipeline, such constructions are not guaranteed to provide correct results. A lot of things can go wrong when building a simulation – deviously so. Users need to understand more than just how to build a process pipeline.

Modeling and Simulation in Python introduces fundamental computational modeling techniques that are used in a variety of science and engineering disciplines. It emphasizes algorithmic thinking skills using different computational environments, and includes a number of interesting examples, including Shakespeare, movie databases, virus spread, and Chess.

Key Features:

• Several theories and applications are provided, each with working Python scripts.
• All Python functions written for this book are archived on GitHub.

Readers do not have to be Python experts, but a working knowledge of the language is required. Students who want to know more about the foundations of modeling and simulation will find this an educational and foundational resource.