- MATLAB与数据分析
- - 作者：编者:周韫韬|责编:刘玉喆
  - 出版社：上海交大
  - ISBN：9787313321091
  - 出版日期：2025/10/01
  - 页数：465
- 售价：35.2

内容大纲
本书主要介绍了MATLAB这一在数据分析中广泛使用的计算机编程语言的基础知识，内容涵盖编程基础、统计分析、时空分析、数据可视化以及人工智能等领域，并配有实战编程练习，旨在帮助读者从基础到实践逐步深入理解和掌握MATLAB的应用。本书适合编程初学者学习使用，不仅内容系统全面，还包含丰富的案例，是帮助初学者快速入门和提升数据处理能力的理想学习教材。
作者介绍
目录
1 MATLAB基础
  1.1 MATLAB入门基础
    1.1.1 MATLAB简介
    1.1.2 MATLAB操作环境
    1.1.3 MATLAB帮助
  1.2 MATLAB数据与基本运算
    1.2.1 MATLAB数据类型
    1.2.2 MATLAB变量
    1.2.3 MATLAB基本运算
  1.3 MATLAB与线性代数/矩阵
    1.3.1 数组与矩阵
    1.3.2 矩阵运算
  1.4 编程与函数
    1.4.1 分支结构
    1.4.2 循环控制
    1.4.3 函数的创建与使用
    1.4.4 数据的输入与输出
2 统计方法
  2.1 描述统计
    2.1.1 总体与样本
    2.1.2 常见样本的数字特征
    2.1.3 概率统计基础
  2.2 统计推断
    2.2.1 基本概念
    2.2.2 假设检验的步骤
    2.2.3 常见的总体参数的检验
    2.2.4 两个总体参数的检验
    2.2.5 总体分布的检验(非参数检验)
  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 单因素方差分析
    2.3.4 双因素方差分析
    2.3.5 多因素方差分析
3 MATLAB可视化作图
  3.1 科技作图
    3.1.1 作图的重要性
    3.1.2 二维绘图
  3.2 图片细节处理
    3.2.1 同一窗口多个子图
    3.2.2 标题、标签和图例
    3.2.3 文本属性
    3.2.4 线条颜色、线条样式、标记样式
    3.2.5 颜色条
    3.2.6 图形句柄
  3.3 地理作图
    3.3.1 地球投影
    3.3.2 MATLAB自带的Mapping toolbox
    3.3.3 M_Map工具箱
    3.3.4 地图叠加

  3.4 动画/电影
    3.4.1 影片方式
    3.4.2 对象方式
    3.4.3 创建卡通
    3.4.4 保存电影
  3.5 导出、打印绘图
    3.5.1 从图形窗口导出
    3.5.2 以编程方式导出图表
4 MATLAB回归分析
  4.1 基本概念
    4.1.1 变量间的关系
    4.1.2 相关分析及其假定
    4.1.3 相关关系的种类
    4.1.4 散点图
    4.1.5 安斯库姆四重奏
    4.1.6 常用相关系数图
    4.1.7 回归分析
  4.2 最小二乘法
    4.2.1 概念与基础
    4.2.2 残差图
  4.3 误差分析和显著性检验
    4.3.1 误差分析
    4.3.2 相关性
    4.3.3 估计标准误差
    4.3.4 预测
    4.3.5 回归斜率的显著性检验
  4.4 回归分析实例
    4.4.1 线性回归
    4.4.2 多元线性回归
    4.4.3 非线性回归
  4.5 多元回归
    4.5.1 多元回归步骤
    4.5.2 误差估计
    4.5.3 显著性检验
    4.5.4 偏回归系数的显著性检验
    4.5.5 预测置信区间
    4.5.6 逐步回归
  4.6 曲线拟合
    4.6.1 线性拟合
    4.6.2 MATLAB回归模型函数示例
5 时间序列分析
  5.1 时间分析概述
  5.2 简单时域滤波(time-domain filtering)
    5.2.1 时间序列数据分解
    5.2.2 长期趋势的测定
  5.3 频域滤波(frequency-domain filtering)
    5.3.1 滤波器类型
    5.3.2 傅里叶变换和傅里叶逆变换
  5.4 谱分析
    5.4.1 相关概念

    5.4.2 频谱分析方法
  5.5 微分方程
    5.5.1 微分方程的概念
    5.5.2 常微分方程的数值解
6 空间分析
  6.1 空间模式
    6.1.1 特征值和特征向量
    6.1.2 PCA主成分分析
    6.1.3 EOF经验正交函数
  6.2 MATLAB简单插值
    6.2.1 插值原因
    6.2.2 插值方法
  6.3 地统计(geostatistics)
    6.3.1 空间插值
    6.3.2 克里金插值
    6.3.3 平稳假设
    6.3.4 变异函数
    6.3.6 泛克里金(Universal Kriging)
7 机器学习
  7.1 概述
    7.1.1 机器学习应用示例
    7.1.2 传统编程与机器学习的对比
    7.1.3 数据
    7.1.4 构建机器学习模型
    7.1.5 机器学习的类型
  7.2 随机森林
    7.2.1 概述
    7.2.2 决策树
    7.2.3 决策树的属性选取方法
    7.2.4 随机森林算法
    7.2.5 随机森林代码实现
    7.2.6 可解释性机器学习
参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目