| 
 新書推薦:
 
  《 
			钩针编织曼陀罗花样
			》
 售價:HK$ 
			305
 
  《 
			两晋南北朝史 一口气看懂两晋南北朝史
			》
 售價:HK$ 
			347
 
  《 
			这样吃 长得高 临床营养师和新手父母的儿童营养指南 专注解决0到16岁孩子营养问题
			》
 售價:HK$ 
			265
 
  《 
			暗黑历史书系·古代战争史
			》
 售價:HK$ 
			500
 
  《 
			索恩丛书·马克斯·韦伯:跨越时代的人生
			》
 售價:HK$ 
			505
 
  《 
			无路之路
			》
 售價:HK$ 
			305
 
  《 
			棒针编织阿兰花样背心马甲
			》
 售價:HK$ 
			305
 
  《 
			大明300年 推演关键性事件 锁定冲突 重构大明300年棋局 剖析帝国兴亡的核心规则
			》
 售價:HK$ 
			347
 
 
 | 
         
          | 內容簡介: |   
          | MATLAB是研究领域最常用的实验环境,常用于算法开发、数据处理、数据可视化及数值计算等领域。本书以MATLAB为基础,以数据分析科学计算目标,通过讲述基础的程序设计方法和数据处理方法来讲述基础数据处理和分析方法,随后通过介绍常用数据分析方法和应用实例来构建完整的数据分析知识体系。 |  
         
          | 關於作者: |   
          | 盖赟,北京工业大学博士,现为中国社会科学院大学计算机教研部副教授,主要研究方向为机器学习、模式识别、行为识别分析、文本情感分析。 |  
         
          | 目錄: |   
          | 第1章 MATLAB概述/1  1.1 MATLAB简介/2  1.2 MATLAB的发展/2  1.3 MATLAB语言的特点/4  1.4 MATLAB与其他数学软件/5  1.5 MATLAB的系统组成/7  1.6 MATLAB的开发环境/8  1.7 MATLAB的工具箱/12  1.8 MATLAB的安装流程/13  本章小结/17第2章 MATLAB基础/18  2.1 脚本编程/18  2.2 编程实例/22  2.3 变量/24  2.4 运算符/27  2.5 数组和矩阵/34  2.6 字符和字符串/38  2.7 常用命令符号/41  本章小结/44第3章 MATLAB程序设计/45  3.1 数据类型/45  3.2 程序控制结构/52  3.3 函数/63  3.4 句柄函数/69  3.5 数据导入/70  3.6 数据导出/72  3.7 图像数据的读取、修改和显示/75  本章小结/76第4章 数组与矩阵/77  4.1 数组/77  4.2 矩阵/86  4.3 特殊矩阵的生成/92  4.4 高维矩阵的数据存储形式/93  4.5 数值计算函数/94  4.6 矩阵的处理/95  4.7 矩阵元素差值/113  本章小结/116第5章 可视化/117  5.1 二维曲线/117  5.2 图形格式的设置/124  5.3 图形元素的设置/127  5.4 绘制形式的设置/130  5.5 其他二维图形/133  5.6 三维图形/140  5.7 三维曲面/147  5.8 其他操作的设置/152  本章小结/154第6章 图形用户界面设计/155  6.1 图形用户界面简介/155  6.2 图形用户界面的创建/156  6.3 组件的创建及使用/158  6.4 菜单的创建及使用/174  本章小结/176第7章 数据预处理和统计性描述/177  7.1 数据预处理/178  7.2 数据统计性描述/228  本章小结/240第8章 判别分析/241  8.1 判别距离/241  8.2 基于马氏距离的判别分析/248  8.3 贝叶斯判别分析/249  8.4 K近邻判别/255  本章小结/256第9章 符号计算/257  9.1 符号变量的创建/258  9.2 符号表达式的创建/261  9.3 符号表达式的运算/263  9.4 符号表达式的操作/271  本章小结/276第10章 插值/277  10.1 概述/277  10.2 一维插值/278  10.3 二维插值/302  本章小结/308第11章 假设检验与方差分析/309  11.1 假设检验的一般过程/310  11.2 正态性检验/314  11.3 方差分析/325  本章小结/333第12章 回归分析/334  12.1 一元线性回归分析/336  12.2 符号计算/337  12.3 多元线性回归分析/341  12.4 一元非线性回归分析/344  12.5 一元非线性拟合/356  12.6 拟合函数/359  本章小结/365第13章 最优化方法/366  13.1 无约束最优化问题/368  13.2 有约束最优化问题/379  13.3 多目标规划/398  本章小结/400第14章 人工神经网络计算/401  14.1 人工神经网络/401  14.2 训练函数/409  14.3 Deep Learning Toolbox的使用/413  本章小结/415 |    |