Data-Driven Science and Engineering: Strojové učení, dynamické systémy a řízení

Recenze čtenářů

Kniha je oceňována za to, že poskytuje jasný a přístupný úvod do dynamických systémů založených na datech, díky čemuž jsou složité matematické koncepty srozumitelné a použitelné, zejména díky doprovodným kódům v jazyce Python a výpočetním příkladům. Je dobře strukturovaná a pokrývá celou řadu témat od základních až po pokročilé, což osloví jak odborníky, tak studenty. Některé recenze však upozorňují, že předpokládá určitou míru předchozích znalostí, zejména v oblasti lineární algebry, a že se vyskytly problémy s přepravou a balením.

⬤ Jasné a přístupné vysvětlení složitých pojmů.
⬤ Komplexní pokrytí dynamických systémů založených na datech.
⬤ Silný pedagogický přístup s výpočetními příklady.
⬤ Doprovodné kódy v jazycích Python, Matlab, Julia a R pro praktické použití.
⬤ Dobrá rovnováha mezi teorií a praktickou aplikací.
⬤ Nové kapitoly o moderních tématech, jako je posilování učení.

⬤ Předpokládá předchozí znalosti, zejména lineární algebry.
⬤ Někteří čtenáři ji považovali za hutnou nebo pokročilou pro začátečníky.
⬤ Byly zaznamenány problémy s dopravou, včetně poškození knih během přepravy a zpoždění v doručení.

(na základě 20 hodnocení čtenářů)

Původní název:

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

Obsah knihy:

Objevování založené na datech přináší revoluci v modelování, předvídání a řízení složitých systémů. Tato učebnice, nyní s jazykem Python a MATLAB(R), připravuje matematické vědce a inženýry na novou generaci vědeckých objevů tím, že nabízí široký přehled o rostoucím průniku metod založených na datech, strojového učení, aplikované optimalizace a klasických oborů inženýrské matematiky a matematické fyziky.

Se zaměřením na integraci modelování a řízení dynamických systémů s moderními metodami aplikovaného strojového učení obsahuje tento text metody, které byly vybrány pro svou relevanci, jednoduchost a obecnost. Témata se pohybují od úvodní po výzkumnou úroveň látky, takže je přístupná pokročilým studentům bakalářského studia a začínajícím studentům postgraduálního studia technických a fyzikálních věd. Druhé vydání obsahuje nové kapitoly o posilování učení a strojovém učení založeném na fyzikálních poznatcích, významné nové části v celém textu a cvičení ke kapitolám.

Doplňkové materiály online - včetně videí z přednášek pro každou sekci, domácích úkolů, dat a kódu v MATLAB(R), Pythonu, Julii a R - jsou k dispozici na databookuw. com.