相關主題
商品描述
本書主要介紹了MATLAB這一在數據分析中廣泛使用的計算機編程語言的基礎知識，內容涵蓋編程基礎、統計分析、時空分析、數據可視化以及人工智能等領域，並配有實戰編程練習，旨在幫助讀者從基礎到實踐逐步深入理解和掌握MATLAB的應用。本書適合編程初學者學習使用，不僅內容系統全面，還包含豐富的案例，是幫助初學者快速入門和提升數據處理能力的理想學習教材。
目錄大綱
1 MATLAB基礎
1.1 MATLAB入門基礎
1.1.1 MATLAB簡介
1.1.2 MATLAB操作環境
1.1.3 MATLAB幫助
1.2 MATLAB數據與基本運算
1.2.1 MATLAB數據類型
1.2.2 MATLAB變量
1.2.3 MATLAB基本運算
1.3 MATLAB與線性代數/矩陣
1.3.1 數組與矩陣
1.3.2 矩陣運算
1.4 編程與函數
1.4.1 分支結構
1.4.2 循環控制
1.4.3 函數的創建與使用
1.4.4 數據的輸入與輸出
2 統計方法
2.1 描述統計
2.1.1 總體與樣本
2.1.2 常見樣本的數字特征
2.1.3 概率統計基礎
2.2 統計推斷
2.2.1 基本概念
2.2.2 假設檢驗的步驟
2.2.3 常見的總體參數的檢驗
2.2.4 兩個總體參數的檢驗
2.2.5 總體分布的檢驗(非參數檢驗)
2.3 方差分析
2.3.1 方差分析的基本概念
2.3.2 方差分析的核心思想和原理
2.3.3 單因素方差分析
2.3.4 雙因素方差分析
2.3.5 多因素方差分析
3 MATLAB可視化作圖
3.1 科技作圖
3.1.1 作圖的重要性
3.1.2 二維繪圖
3.2 圖片細節處理
3.2.1 同一窗口多個子圖
3.2.2 標題、標簽和圖例
3.2.3 文本屬性
3.2.4 線條顏色、線條樣式、標記樣式
3.2.5 顏色條
3.2.6 圖形句柄
3.3 地理作圖
3.3.1 地球投影
3.3.2 MATLAB自帶的Mapping toolbox
3.3.3 M_Map工具箱
3.3.4 地圖疊加
3.4 動畫/電影
3.4.1 影片方式
3.4.2 對象方式
3.4.3 創建卡通
3.4.4 保存電影
3.5 導出、打印繪圖
3.5.1 從圖形窗口導出
3.5.2 以編程方式導出圖表
4 MATLAB回歸分析
4.1 基本概念
4.1.1 變量間的關系
4.1.2 相關分析及其假定
4.1.3 相關關系的種類
4.1.4 散點圖
4.1.5 安斯庫姆四重奏
4.1.6 常用相關系數圖
4.1.7 回歸分析
4.2 最小二乘法
4.2.1 概念與基礎
4.2.2 殘差圖
4.3 誤差分析和顯著性檢驗
4.3.1 誤差分析
4.3.2 相關性
4.3.3 估計標準誤差
4.3.4 預測
4.3.5 回歸斜率的顯著性檢驗
4.4 回歸分析實例
4.4.1 線性回歸
4.4.2 多元線性回歸
4.4.3 非線性回歸
4.5 多元回歸
4.5.1 多元回歸步驟
4.5.2 誤差估計
4.5.3 顯著性檢驗
4.5.4 偏回歸系數的顯著性檢驗
4.5.5 預測置信區間
4.5.6 逐步回歸
4.6 曲線擬合
4.6.1 線性擬合
4.6.2 MATLAB回歸模型函數示例
5 時間序列分析
5.1 時間分析概述
5.2 簡單時域濾波(time-domain filtering)
5.2.1 時間序列數據分解
5.2.2 長期趨勢的測定
5.3 頻域濾波(frequency-domain filtering)
5.3.1 濾波器類型
5.3.2 傅裏葉變換和傅裏葉逆變換
5.4 譜分析
5.4.1 相關概念
5.4.2 頻譜分析方法
5.5 微分方程
5.5.1 微分方程的概念
5.5.2 常微分方程的數值解
6 空間分析
6.1 空間模式
6.1.1 特征值和特征向量
6.1.2 PCA主成分分析
6.1.3 EOF經驗正交函數
6.2 MATLAB簡單插值
6.2.1 插值原因
6.2.2 插值方法
6.3 地統計(geostatistics)
6.3.1 空間插值
6.3.2 克裏金插值
6.3.3 平穩假設
6.3.4 變異函數
6.3.6 泛克裏金(Universal Kriging)
7 機器學習
7.1 概述
7.1.1 機器學習應用示例
7.1.2 傳統編程與機器學習的對比
7.1.3 數據
7.1.4 構建機器學習模型
7.1.5 機器學習的類型
7.2 隨機森林
7.2.1 概述
7.2.2 決策樹
7.2.3 決策樹的屬性選取方法
7.2.4 隨機森林算法
7.2.5 隨機森林代碼實現
7.2.6 可解釋性機器學習
參考文獻
