Hodnocení:
Kniha je dobře hodnoceným zdrojem informací o aplikované matematice a MATLABu, oceňovaným pro srozumitelné vysvětlení, poutavý výklad a začlenění praktických příkladů. Je přínosná zejména pro ty, kteří mají v této oblasti určité znalosti. Materiál se však postupem času stává náročným a vyžaduje pokročilé znalosti matematiky a fyziky.
Klady:⬤ Jasná a poutavá prezentace složitých pojmů.
⬤ Silný důraz na praktické využití a příklady z reálného světa.
⬤ Efektivní integrace MATLABu s numerickou matematikou.
⬤ Užitečné pro studenty bakalářského i magisterského studia, zejména pro ty s předchozími znalostmi.
⬤ Obsahuje zajímavé historické odkazy a návrhy studentských projektů.
⬤ Poslední kapitoly mohou být příliš pokročilé pro typické vysokoškolské studenty bez větších znalostí.
⬤ Není dostatečně rigorózní pro ty, kteří hledají důkladné teoretické znalosti.
⬤ Pro některé čtenáře byla kniha náročná bez silných základů v předmětech jako lineární algebra a diferenciální rovnice.
⬤ Nedostatek uceleného přehledu numerických metod může u některých čtenářů vyvolat touhu po větším kontextu.
(na základě 21 hodnocení čtenářů)
Data-Driven Modeling & Scientific Computation: Methods for Complex Systems & Big Data
Rozvíjející se obor analýzy dat se rozšiřuje neuvěřitelným tempem v důsledku rozšiřování sběru dat téměř ve všech oblastech vědy. Obrovské soubory dat, s nimiž se dnes ve vědě běžně setkáváme, jsou podnětem k vývoji matematických technik a výpočetních algoritmů, které pomáhají data syntetizovat, interpretovat a dávat jim význam v kontextu jejich vědeckého prostředí. Specifickým cílem této knihy je integrovat standardní vědecké výpočetní metody s analýzou dat. Tímto způsobem spojuje sebevědomým způsobem klíčové myšlenky z:
DT statistiky,.
DT časově-frekvenční analýzy a.
DT nízkorozměrných redukcí.
Směs těchto myšlenek poskytuje smysluplný vhled do souborů dat, s nimiž se dnes člověk setkává v každém vědeckém oboru, včetně těch, které vznikají ve složitých dynamických systémech. Tato oblast je obzvláště vzrušující a velká část závěrečné části knihy se řídí intuitivními příklady z ní, které ukazují, jak lze tyto tři oblasti využít v kombinaci, aby poskytly kritický vhled do základního fungování různých problémů.
Data-Driven Modeling and Scientific Computation je přehled praktických numerických technik řešení obyčejných a parciálních diferenciálních rovnic a algoritmů pro manipulaci s daty a jejich analýzu. Důraz je kladen na implementaci numerických schémat do praktických problémů v technických, biologických a fyzikálních vědách.
Tato kniha, která je přístupným učebním textem od úvodu k pokročilým, plně integruje MATLAB a jeho všestranné a vysokoúrovňové programovací funkce a zároveň spojuje výpočetní a datové dovednosti pro studenty bakalářského i magisterského studia vědeckých výpočtů.