Scientific Data: A 50 Steps Guide using Python - Matthias Josef Hofmann
-25% su kodu BOOKS
Pristatymas per 10-16 d.d.
30 dienų grąžinimo politika
This guide provides a solid understanding of how to understand experimental data within a natural scientific context while ensuring sustainable use of findings and processing as seen through a programmer's eye. The concise problem - solution - discussion structure used throughout supported by Python code snippets emphasizes the book's focus on practitioners.
Jums taip pat gali patikti
TOP
The Art of Electronics
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
The Design of Everyday Things
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
If Anyone Builds It, Everyone Dies: The Case Against Superintelligent AI
Eliezer Yudkowsky, Nate Soares
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
We Are Not Machines: The Fight for the Future of Work
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Open Circuits: The Inner Beauty of Electronic Components
Eric Schlaepfer, Windell Oskay
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Get started with MicroPython on Raspberry Pi Pico: The Official Raspberry Pi Pico Guide
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Practical Electronics for Inventors
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Fundamentals of Aerodynamics ISE
Christopher Cadou, John D. Anderson
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Nucleo Boards Programming with the STM32CubeIDE: Hands-on in more than 50 projects
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Black Holes: The Key to Understanding the Universe
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
KiCad Like A Pro - Fundamentals and Projects: Getting started with the world's best open-source PCB tool
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Make: Electronics: Learning by Discovery: A hands-on primer for the new electronics enthusiast
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Data-Driven Science and Engineering: Machine Learning, Dynamical Systems, and Control
Steven L. Brunton, J. Nathan Kutz
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Professional SMD Assembly: Practical Low-Cost Methods for Reliable PCB Production
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Flowers For Algernon: A Modern Literary Classic
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Foundations of Flavor: The Noma Guide to Fermentation: Including Step-By-Step Information on Making and Cooking with: Koji, Kombuchas, Shoyus, Misos, Vinegars, Garums, Lacto-Ferments and black Fruits Vegetables
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Raspberry Pi 5 for Radio Amateurs: Program and Build Raspberry Pi 5 Based Ham Station Utilities with the RTL-SDR
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Digital Design and Computer Architecture, RISC-V Edition
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
AI 2041: Ten Visions for Our Future
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Mastering the Arduino Uno R4: Programming and Projects for the Minima and WiFi
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
Aprašymas
This guide provides a solid understanding of how to understand experimental data within a natural scientific context while ensuring sustainable use of findings and processing as seen through a programmer's eye. The concise problem - solution - discussion structure used throughout supported by Python code snippets emphasizes the book's focus on practitioners.
Daugiau informacijos
| Autorius | Matthias Josef Hofmann |
|---|---|
| Leidėjas | Walter de Gruyter |
| Series | De Gruyter Textbook |
| Išleidimo metai | 2024 |
| Viršelio tipas | Minkšti viršeliai |
| EAN | 9783111334578 |