Descripción
Aprenda a construir modelos de simulación de última generación con Python y mejore sus habilidades de modelado de simulación, así como a crear y analizar prototipos digitales de modelos físicos con facilidad.
Características principales:
- Comprender varias simulaciones estadísticas y físicas para mejorar sistemas usando Python
- Aprender a crear el prototipo numérico de un modelo real usando ejemplos prácticos
- Evaluar el rendimiento y los resultados basados en cómo funcionaría el prototipo en el mundo real
Descripción del libro:
El modelado de simulación es un método de exploración que tiene como objetivo imitar sistemas físicos en un entorno virtual y extraer inferencias estadísticas útiles de él. La capacidad de analizar el modelo mientras se ejecuta distingue el modelado de simulación de otros métodos utilizados en análisis convencionales. Este libro es su guía completa y práctica para comprender varias simulaciones estadísticas computacionales utilizando Python.
El libro comienza ayudándole a familiarizarse con los conceptos fundamentales del modelado de simulación, lo que le permitirá comprender los diversos métodos y técnicas necesarios para explorar temas complejos. Los científicos de datos que trabajan con modelos de simulación podrán poner en práctica sus conocimientos con esta guía práctica. A medida que avance, se adentrará en los algoritmos de simulación numérica, incluyendo una descripción general de las aplicaciones relevantes, con la ayuda de casos de uso del mundo real y ejemplos prácticos. También descubrirá cómo usar Python para desarrollar modelos de simulación y cómo usar varios paquetes de Python. Finalmente, dominará varios algoritmos y conceptos de simulación numérica, como los Procesos de Decisión de Markov, los métodos de Monte Carlo y las técnicas de bootstrapping.
Al final de este libro, habrá aprendido a construir e implementar sus propios modelos de simulación para superar los desafíos del mundo real.
Lo que aprenderá:
- Comprender el concepto de aleatoriedad y el proceso de generación de datos
- Profundizar en los métodos de remuestreo
- Descubrir cómo trabajar con simulaciones de Monte Carlo
- Utilizar simulaciones para mejorar u optimizar sistemas
- Descubrir cómo ejecutar simulaciones eficientes para analizar sistemas del mundo real
- Comprender cómo simular paseos aleatorios usando cadenas de Markov
Para quién es este libro:
Este libro es para científicos de datos, ingenieros de simulación y cualquier persona que ya esté familiarizada con los métodos computacionales básicos y quiera implementar varias técnicas de simulación, como los métodos de Monte Carlo y la simulación estadística usando Python.
Autor: Giuseppe Ciaburro
Editorial: Packt Publishing
Publicado: 30/11/2022
Páginas: 460
Tipo de encuadernación: Tapa blanda
Peso: 1.73 libras
Tamaño: 9.25h x 7.50w x 0.93d
ISBN13: 9781804616888
ISBN10: 1804616885
Categorías BISAC:
- Tecnología e Ingeniería | Redacción técnica
- Computadoras | Ciencia de datos | General
- Computadoras | Inteligencia Artificial | General
Este título no es retornable