Nauka i inżynieria oparta na danych: Uczenie maszynowe, systemy dynamiczne i kontrola

Opinie czytelników

Książka jest chwalona za zapewnienie jasnego i przystępnego wprowadzenia do systemów dynamicznych opartych na danych, dzięki czemu złożone koncepcje matematyczne są zrozumiałe i możliwe do zastosowania, zwłaszcza dzięki towarzyszącym jej kodom Pythona i przykładom obliczeniowym. Książka jest dobrze skonstruowana i obejmuje szereg tematów, od podstawowych do zaawansowanych, dzięki czemu jest atrakcyjna zarówno dla profesjonalistów, jak i studentów. W niektórych recenzjach zauważono jednak, że zakłada ona pewien stopień wcześniejszej wiedzy, szczególnie w zakresie algebry liniowej, oraz że wystąpiły problemy z wysyłką i pakowaniem.

⬤ Przejrzyste i przystępne wyjaśnienia złożonych pojęć.
⬤ Kompleksowe omówienie systemów dynamicznych opartych na danych.
⬤ Silne podejście pedagogiczne z przykładami obliczeniowymi.
⬤ Towarzyszące kody Python, Matlab, Julia i R do praktycznych zastosowań.
⬤ Dobra równowaga między teorią a praktycznymi zastosowaniami.
⬤ Nowe rozdziały poświęcone nowoczesnym tematom, takim jak uczenie ze wzmocnieniem.

⬤ Zakłada wcześniejszą wiedzę, szczególnie w zakresie algebry liniowej.
⬤ Niektórzy czytelnicy uznali ją za gęstą lub zaawansowaną dla początkujących.
⬤ Odnotowano problemy z wysyłką, w tym uszkodzenia książek podczas transportu i opóźnienia w dostawie.

(na podstawie 20 opinii czytelników)

Oryginalny tytuł:

Data-Driven Science and Engineering: Machine Learning, Dynamical Systems, and Control

Zawartość książki:

Odkrycia oparte na danych rewolucjonizują sposób, w jaki modelujemy, przewidujemy i kontrolujemy złożone systemy. Teraz z Pythonem i MATLAB(R), ten podręcznik szkoli matematyków i inżynierów do następnej generacji odkryć naukowych, oferując szeroki przegląd rosnącego skrzyżowania metod opartych na danych, uczenia maszynowego, optymalizacji stosowanej oraz klasycznych dziedzin matematyki inżynierskiej i fizyki matematycznej.

Skupiając się na integracji modelowania i kontroli systemów dynamicznych z nowoczesnymi metodami stosowanego uczenia maszynowego, tekst ten zawiera metody, które zostały wybrane ze względu na ich znaczenie, prostotę i ogólność. Tematy obejmują zarówno materiały wprowadzające, jak i badawcze, dzięki czemu są one dostępne dla zaawansowanych studentów studiów licencjackich i początkujących absolwentów nauk inżynieryjnych i fizycznych.

Drugie wydanie zawiera nowe rozdziały na temat uczenia się ze wzmocnieniem i uczenia maszynowego opartego na fizyce, znaczące nowe sekcje i ćwiczenia w rozdziałach. Materiały uzupełniające online - w tym filmy z wykładów dla każdej sekcji, zadania domowe, dane i kod w MATLAB(R), Python, Julia i R - dostępne na databookuw.com.