Értékelés:
Jelenleg nincsenek olvasói vélemények. Az értékelés 2 olvasói szavazat alapján történt.
Beginner's Guide to Code Algorithms: Experiments to Enhance Productivity and Solve Problems
Vannak kreatív ötleteid, amelyeket szeretnél kóddá alakítani?
Szeretné fejleszteni problémamegoldó és logikai készségeit?
Szeretné a karrierjét az algoritmikus gondolkodásmód elsajátításával fejleszteni?
Egyre inkább digitális világunkban a kódolás alapvető készség. Egy algoritmus kommunikálása egy gép felé egy feladathalmaz elvégzése érdekében létfontosságú. Kezdő algoritmusok kódolási útmutatója: Kísérletek a termelékenység fokozására és a problémák megoldására című, Deepankar Maitra által írt könyv megtanít arra, hogyan gondolkodjon úgy, mint egy programozó. A szerző feltárja a kódírás mögött rejlő titkot - egy jó algoritmus felépítését. Az algoritmikus gondolkodás elvezet a helyes kérdésfeltevéshez, és lehetővé teszi a problémamegoldásról az értékteremtésre való áttérést. Ennek a gondolkodásmódnak a birtokában jobban eladhatóvá válik a munkáltatók számára.
Ez a könyv egy problémamegoldó utazásra viszi Önt, hogy kitágítsa elméjét, és növelje a kóddal való kísérletezésre való hajlandóságát.
A könyvből megtudhatod:
⬤ Megtanulja az algoritmusok építésének művészetét gyakorlati feladatokon keresztül.
⬤ Megtanulja, hogyan fejlesszen kódot az inspiráló termelékenységi koncepciókhoz.
⬤ Mentalitást építesz ki a problémák megoldását szolgáló algoritmusok fejlesztésére.
⬤ Kódot fejleszt, tesztel, felülvizsgál és javít irányított kísérletezéssel.
Ez a könyv a logikus gondolkodás kultúráját hivatott fejleszteni az intellektuális ösztönzésen keresztül. Hasznára válik a programozást tanuló diákoknak és tanároknak, az üzleti szakembereknek, valamint a Microsoft Excel tapasztalt felhasználóinak, akik jártasak szeretnének lenni a makrók használatában.
© Book1 Group - minden jog fenntartva.
Az oldal tartalma sem részben, sem egészben nem másolható és nem használható fel a tulajdonos írásos engedélye nélkül.
Utolsó módosítás időpontja: 2024.11.13 21:05 (GMT)