数据科学正在成为一个正在革新科学和工业的领域。。。尤其是本科教学,为学生提供更多的数据科学知识,扩大数据科学人才的供给,提供了一个关键环节。
科学,工程国家科学院,医学,2018
教育工作者通过利用可用的课程模块、入口匝道教程和代码示例,使用MATLAB教授数据科学。MATLAB提供了一个用于开发分析模型的笔记本环境、工具箱和应用程序。
使用MATLAB,学生可以将统计和机器学习与特定应用技术(如信号处理、图像处理、文本分析、优化和控制)结合起来
下面是一份精心策划的课程表、教科书、在线课程、行业应用和案例研究,以及在本科阶段使用MATLAB教授数据科学的资源。有关深入学习和机器学习的特定资源,请参阅:
课程设置
- Nathan Kutz,华盛顿大学:翻转开放源码教室中科学计算和数据科学的可扩展集成(.pptx,353.3兆字节)
- 华盛顿大学:生物学家的数据科学
- 威廉姆斯学院:通过基于MATLAB的分析将环境科学领域的方法与可解释的结果联系起来
- 纽约城市大学:在MATLAB中教授环境数据分析基础
- 亚利桑那大学:利用MATLAB开发数据分析入门课程
- 达特茅斯学院:深度学习
- 斯坦福大学:用于机器学习的信号处理
- 科罗拉多矿业学院:计算机视觉导论
教科书
在线课程
- 实用数据科学与Coursera MATLAB专业化(4学科专业)
- Coursera Andrew Ng(斯坦福大学)的机器学习
- NPTEL上Balaji Srinivasan教授和Ganapathy教授(IIT Madras)的工程和科学应用机器学习
工业应用
行业案例研究
MATLAB资源
- MATLAB入口匝道(两小时的入门教程)
- 深度学习入口匝道(两小时的入门教程)
- MATLAB在线(在浏览器中使用MATLAB)
- MATLAB分级机(自动评分MATLAB编码作业)
- 统计与机器学习工具箱(文件)
- 深度学习工具箱(文件)
- 的最新功能和资源数据科学,深度学习,和机器学习(最新发布的产品功能)