Adatvezérelt modellezés és tudományos számítás: Módszerek komplex rendszerekhez és nagy adatokhoz

Olvasói vélemények

A könyv az alkalmazott matematika és a MATLAB megértését segítő, nagyra értékelt forrás, amelyet világos magyarázatai, magával ragadó bemutatása és a gyakorlati példák integrálása miatt dicsérnek. Különösen hasznos azok számára, akik már rendelkeznek némi háttérrel a témában. Az anyag azonban a könyv előrehaladtával egyre nagyobb kihívást jelent, és haladó matematikai és fizikai ismereteket igényel.

⬤ Az összetett fogalmak világos és magával ragadó bemutatása.
⬤ Nagy hangsúlyt fektet a gyakorlati alkalmazásra és a valós példákra.
⬤ A MATLAB és a numerikus matematika hatékony integrációja.
⬤ Hasznos mind az egyetemi, mind a főiskolai hallgatók számára, különösen az előismeretekkel rendelkezők számára.
⬤ Érdekes történelmi hivatkozásokat és javasolt diákprojekteket tartalmaz.

⬤ Az utóbbi fejezetek talán túlságosan haladóak a jelentős háttértudás nélküli tipikus egyetemi hallgatók számára.
⬤ Nem elég szigorú azok számára, akik alapos elméleti megértést keresnek.
⬤ Néhány olvasó kihívásnak találta az olyan előfeltételek nélkül, mint a lineáris algebra és a differenciálegyenletek.
⬤ A numerikus módszerek átfogó áttekintésének hiánya miatt néhány olvasó több kontextusra vágyik.

(21 olvasói vélemény alapján)

Eredeti címe:

Data-Driven Modeling & Scientific Computation: Methods for Complex Systems & Big Data

Könyv tartalma:

Az adatelemzés rohamosan fejlődő területe hihetetlen ütemben bővül az adatgyűjtés elterjedésének köszönhetően a tudomány szinte minden területén. A tudományokban ma már rutinszerűen előforduló hatalmas adathalmazok ösztönzőleg hatnak olyan matematikai technikák és számítási algoritmusok kifejlesztésére, amelyek segítenek szintetizálni, értelmezni és értelmezni az adatokat a tudományos környezetükben. E könyv egyik konkrét célja, hogy a szokásos tudományos számítási módszereket integrálja az adatelemzéssel. Ezáltal önkonzisztens módon egyesíti a következő témakörök kulcsfontosságú gondolatait:

DT statisztika,.

DT időfrekvencia-elemzés, és.

DT alacsony dimenziós redukciók.

Ezeknek az ötleteknek az ötvözése értelmes betekintést nyújt azokba az adathalmazokba, amelyekkel ma minden tudományos témában szembesülünk, beleértve a komplex dinamikus rendszerekből keletkező adathalmazokat is. Ez egy különösen izgalmas terület, és a könyv utolsó részének nagy részét az ebből vett intuitív példák vezérlik, bemutatva, hogy a három terület hogyan használható kombinálva, hogy kritikus betekintést nyújtson a különböző problémák alapvető működésébe.

Adatvezérelt modellezés és tudományos számítás a közönséges és parciális differenciálegyenletek gyakorlati numerikus megoldási technikáinak, valamint az adatmanipuláció és -elemzés algoritmusainak áttekintése. A hangsúly a numerikus sémák gyakorlati problémákra történő alkalmazásán van a mérnöki, biológiai és fizikai tudományokban.

Ez a könyv, amely a bevezetőktől a haladókig terjedő, hozzáférhető szöveg, teljes mértékben integrálja a MATLAB-ot és annak sokoldalú és magas szintű programozási funkcióit, miközben a tudományos számítástechnikával foglalkozó alap- és mesterszakos hallgatók számára egyaránt összehozza a számítási és adatismereteket.