*完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考,以到貨標的為正確資訊。 印行年月:202408*若逾兩年請先於私訊洽詢存貨情況,謝謝。 台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。 書名:MATLAB與數學實驗 (第3版) ISBN:9787111758419 出版社:機械工業 著編譯者:艾冬梅 頁數:283 所在地:中國大陸 *此為代購商品 書號:1675597 可大量預訂,請先連絡。 內容簡介 本書主要是為理工科院校各專業學生學習數學實驗、數學建模課程編寫的,內容主要包括:MATLAB的基礎知識和主要命令,MATLAB在線性代數、微積分、概率論、數理統計,優化以及機器學習中的應用,讀者在學習了本書之後,能很快掌握MATLAB軟體的主要功能,並能用MATLAB解決實際中遇到的問題。 本書可以作為高等學校各專業專科生、本科生、研究生及工程技術人員學習MATLAB或數學實驗課的教材和參考書。目錄 前言第1章 MATLAB軟體入門 1 1 MATLAB簡介和工作環境 1 1 1 MATLAB的系統結構 1 1 2 MATLAB的工具箱 1 1 3 菜單和工具欄 1 1 4 命令行窗口 1 1 5 當前文件夾瀏覽器、路徑設置 1 1 6 工作空間瀏覽器窗口和數組編輯器窗口 1 1 7 M文件編輯/調試器窗口 1 1 8 MATLAB的常用文件格式 1 1 9 M文件 1 2 基本運算 1 2 1 數據類型 1 2 2 矩陣和數組的運算 1 2 3 字元串 1 3 MATLAB程序設計 1 3 1 順序語句 1 3 2 循環語句 1 3 3 選擇語句 1 3 4 交互語句 習題 第2章 MATLAB繪圖 2 1 MATLAB二維曲線繪圖 2 1 1 二維曲線繪圖命令 2 1 2 控制參數 2 1 3 二維特殊圖形 2 2 MATLAB三維繪圖 2 2 1 三維曲線繪圖命令 2 2 2 控制參數 2 2 3 三維特殊圖形 2 3 圖形對象及其句柄 2 3 1 圖形對象及句柄簡介 2 3 2 動態圖形 習題 第3章 線性代數相關運算 3 1 矩陣 3 1 1 矩陣的修改 3 1 2 矩陣的基本代數運算 3 1 3 矩陣的其他運算 3 2 稀疏矩陣 3 2 1 生成稀疏矩陣 3 2 2 還原成全元素矩陣 3 2 3 查看稀疏矩陣 3 2 4 稀疏帶狀矩陣 3 3 線性方程組的解法 3 3 1 逆矩陣解法 3 3 2 初等變換法 3 3 3 矩陣分解法 3 3 4 迭代解法 3 4 矩陣的特徵值和特徵向量 3 4 1 求矩陣的特徵值和特徵向量 3 4 2 矩陣特徵值的幾何意義 3 4 3 馬爾可夫過程 3 5 綜合實驗 3 5 1 綜合實驗一:瀕危動物生態模擬 3 5 2 綜合實驗二:圖像的壓縮 習題 第4章 微積分相關運算 4 1 求極限 4 1 1 理解極限的概念 4 1 2 用MATLAB軟體求函數極限 4 2 求導數 4 2 1 導數的概念 4 2 2 用MATLAB軟體求函數導數 4 3 求積分 4 4 數值積分 4 4 1 公式的導出 4 4 2 用MATLAB求數值積分 4 5 無窮級數 4 5 1 級數的符號求和 4 5 2 級數斂散性的判定 4 5 3 級數的泰勒展開 4 6 常微分方程 4 6 1 常微分方程的符號解法 4 6 2 常微分方程的數值解法 4 7 綜合性實驗:阻尼振動 習題 第5章 多項式及多項式擬合和插值 5 1 多項式的構造 5 2 多項式的基本運算 5 3 有理多項式的運算 5 4 代數式的符號運算 5 5 多項式擬合 5 6 多項式插值 5 6 1 一維多項式插值 5 6 2 二維多項式插值 5 7 綜合實驗:消費價格指數的預測 習題 第6章 概率論與數理統計相關運算 6 1 古典概型 6 2 概率論相關運算與MATLAB實現 6 2 1 理論知識 6 2 2 相關MATLAB命令 6 3 生成統計圖 6 3 1 頻數直方圖 6 3 2 統計量 6 4 參數估計 6 4 1 理論知識 6 4 2 參數估計的MATLAB實現 6 5 假設檢驗 6 5 1 理論知識 6 5 2 參數假設檢驗的MATLAB實現 6 6 蒙特卡羅模擬 6 6 1 隨機性問題 6 6 2 確定性問題 6 7 綜合性實驗:微信紅包模擬 習題 第7章 優化相關運算 7 1 一維函數的極值 7 1 1 進退法 7 1 2 黃金分割法 7 1 3 牛頓法 7 1 4 拋物線法 7 1 5 MATLAB工具箱中的基本函數 7 2 多維無約束的極值 7 2 1 最速下降法 7 2 2 共軛梯度法 7 2 3 擬牛頓法 7 2 4 MATLAB工具箱中的基本函數 7 2 5 實例:產銷量的最佳安排 7 3 非線性擬合 7 4 綜合實驗:使用MATLAB求解廣告投放的權衡曲線 習題 第8章 機器學習 8 1 機器學習概述 8 1 1 機器學習的定義 8 1 2 機器學習的歷史 8 1 3 機器學習的應用領域 8 2 機器學習任務 8 2 1 機器學習術語介紹 8 2 2 機器學習演算法種類 8 3 支持向量機 8 3 1 演算法概述 8 3 2 演算法原理 8 3 3 演算法實現 8 4 決策樹 8 4 1 演算法概述 8 4 2 演算法原理 8 4 3 演算法實現 8 5 k均值 8 5 1 演算法概述 8 5 2 演算法原理 8 5 3 演算法實現 8 6 層次聚類演算法 8 6 1 演算法概述 8 6 2 演算法原理 8 6 3 演算法實現 8 7 線性回歸 8 7 1 演算法概述 8 7 2 演算法原理 8 7 3 演算法實現 8 8 BP神經網路 8 8 1 演算法概述 8 8 2 演算法原理 8 8 3 演算法實現 8 9 機器學習工具箱 習題 參考文獻 詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |