There are countless reasons to learn how to code, even if you don’t want to become a full-time programmer:

Python is an immensely popular programming language commonly used by data analysts, data scientists, and software engineers. In addition to being one of the most popular — it’s used by companies like Google, SpaceX, and Instagram to do a huge variety different things including data cleaning, build AI models, building web apps, and more — Python stands out for being very simple to read and write, while offering extreme flexibility and having an active community.

Here’s a cool example of just how simple Python is: Here is code that tells the computer to print the words “Hello World”:

In Python:   

Clearly, Python requires much less code.

Šta je to statisika? Da li ste ikada poželjeli da vam neko ispriča sve najbitnije o statistici u nekoliko minuta? Sjajan tekst Cassie Kozyrkov, zaposlenice Googla, će Vam ispuniti takvu želju. Odvojite 8 minuta i prođite kroz najznačajnije ideje statistike. 

Tekst je moguće pročitati na https://towardsdatascience.com/statistics-for-people-in-a-hurry-a9613c0ed0b

Fizika kao nauka je tradicionalno podijeljena u dvije oblasti: eksperimentalnu i teorijsku. Međutim, sa razvojem računara i njihove moći računanja, kompjutaciona fizika se nametnula kao zasebna oblast, smještena negdje između prve dvije.  Glavni cilj kompjutacione fizike je istraživanje fizičkih sistema pomoću računara. 

U teorijskoj fizici se mnogi problemi ne mogu riješiti analitički. Istina, postoje aproksimativne metode ali je njihova upotreba nerijetko ograničena ili jednostavno ne daju dovoljno tačna rješenja. Ako je sistem koji se proučava isuviše kompleksan, upotreba analitičkih i aproksimativnih metoda može zahtjevati previše vremena, ako ih je uopšte moguće koristiti. Osim toga, ako se radi o stohastičkim sistemima, gdje je potrebno izvesti višestruke simulacije, upotreba računara se nameće kao najefikasnije rješenje. 

U eksperimentalnoj fizici je moguće, upotrebom računara i kompjutacionih metoda, interpretirati velike količine eksperimentalnih podataka, pripremati i voditi same eksperimente ili čak provoditi virtualne eksperimente, čime se ostvaruje ušteda u novcu, ali i uvid u dinamiku sistema o pojava do kojih fizički nije moguće doći u laboratorijama ili na Zemlji. 

Kako računari rade sa konačnim nizovima binarnih nula i jedinica, to znači da i oni imaju ograničenu preciznost, te da dobijeni rezultati imaju odgovarajuću grešku. Stoga je proučavanje i procjena ovih grešaka jedan od glavnih problema u kompjutacionoj fizici.