数据驱动的发现正在彻底改变我们建模、预测和控制复杂系统的方式。现在有了Python和MATLAB®,这本教科书通过提供数据驱动方法、机器学习、应用优化和工程数学和数学物理的经典领域日益增长的交叉领域的广泛概述,为下一代的科学发现培训数学科学家和工程师。重点是将动态系统建模和控制与应用机器学习中的现代方法集成,本文包括因其相关性、简便性和通用性而选择的方法。主题范围从入门到研究水平的材料,使工程和物理科学的高级本科生和刚开始的研究生可访问。第二版的特点是关于强化学习和物理机器学习的新章节,重要的新章节贯穿,和章练习。在线补充材料-包括每个部分的讲座视频、家庭作业、数据和MATLAB®、Python、Julia和R中的代码-可在databookuw.com上获得。
在数据科学中提供第一篇文章,其中强调了科学发现的数据方法,面向先进的本科生,研究生和研究人员 * 强调了科学计算的许多最新进展,使数据驱动的方法能够应用于各种各样的复杂系统,例如湍流、大脑、气候、流行病学、金融、机器人和自主 * 补充材料-包括每个部分的讲座视频,所有章节的家庭作业,数据,Python, MATLAB®,Julia和R的完整代码,以及其他案例研究-可以在databookuw.com上找到 * 先决条件包括微积分、线性代数和基本的Python或MATLAB计算能力 * 适用于应用数据科学课程,包括:应用机器学习;初始科学计算;数据分析的计算方法;应用线性代数;控制理论;数据驱动动力系统;机器学习控制;降阶建模