Értékelés:
A könyvet azért dicsérik, mert világos és hozzáférhető bevezetést nyújt az adatvezérelt dinamikus rendszerekbe, érthetővé és alkalmazhatóvá teszi az összetett matematikai fogalmakat, különösen a kísérő Python-kódok és számítási példák révén. A könyv jól strukturált, és az alaptól a haladóig terjedő témakörök széles skáláját öleli fel, így a szakemberek és a hallgatók számára egyaránt vonzó. Egyes vélemények azonban megjegyzik, hogy bizonyos fokú előismereteket feltételez, különösen a lineáris algebra terén, és hogy a szállítással és a csomagolással kapcsolatban problémák merültek fel.
Előnyök:⬤ Az összetett fogalmak világos és közérthető magyarázata.
⬤ Az adatvezérelt dinamikus rendszerek átfogó lefedettsége.
⬤ Erős pedagógiai megközelítés számítási példákkal.
⬤ Kísérő Python, Matlab, Julia és R kódok a gyakorlati alkalmazáshoz.
⬤ Az elmélet és a gyakorlati alkalmazás jó egyensúlya.
⬤ Új fejezetek olyan modern témákról, mint a megerősített tanulás.
⬤ Előzetes ismereteket feltételez, különösen a lineáris algebra területén.
⬤ Néhány olvasó szerint a könyv sűrű vagy haladó a kezdők számára.
⬤ Szállítási problémák, többek között a könyvek szállítás közbeni sérülése és késedelmes kiszállítás.
(20 olvasói vélemény alapján)
Data-Driven Science and Engineering: Machine Learning, Dynamical Systems, and Control
Az adatvezérelt felfedezés forradalmasítja az összetett rendszerek modellezését, előrejelzését és irányítását. Ez a most Python és MATLAB(R)-alapú tankönyv matematikus tudósokat és mérnököket képez ki a tudományos felfedezések következő generációjára, széles körű áttekintést nyújtva az adatvezérelt módszerek, a gépi tanulás, az alkalmazott optimalizálás és a mérnöki matematika és a matematikai fizika klasszikus területeinek egyre növekvő metszéspontjáról.
A dinamikus rendszerek modellezésének és irányításának az alkalmazott gépi tanulás modern módszereivel való integrálására összpontosítva ez a szöveg olyan módszereket tartalmaz, amelyeket relevanciájuk, egyszerűségük és általánosságuk miatt választottunk ki. A témák a bevezető és a kutatási szintű anyagok között mozognak, így a könyv a mérnöki és a fizikai tudományok haladó alapszakos és kezdő végzős hallgatói számára is hozzáférhető. A második kiadás új fejezeteket tartalmaz a megerősítéses tanulásról és a fizikával informált gépi tanulásról, jelentős új fejezeteket az egész könyvben, valamint fejezetgyakorlatokat.
Online kiegészítő anyagok - beleértve az előadásról készült videókat szakaszonként, házi feladatokat, adatokat és kódot MATLAB(R), Python, Julia és R nyelven - a databookuw. com oldalon érhetők el.
