数据科学正在成为一个革命性的科学和工业领域…特别是本科教学,是向学生提供更多数据科学知识,扩大数据科学人才供给的关键环节。
美国国家科学院、工程学院和医学院,2018年
教育者通过使用可用的课程模块、onramp教程和代码示例来使用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,学生可以结合统计和机器学习与应用特定技术,如信号处理,图像处理,文本分析,优化和控制
以下是课程课程、教科书、在线课程、工业应用和案例研究以及本科水平的MATLAB数据科学教学资源的列表。有关特定于深度学习和机器学习的资源,请参见:
课程课程
- 华盛顿大学内森·库兹:在翻转的开源课堂中,科学计算和数据科学的可伸缩集成(。pptx 353.3 MB)
- 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:用MATLAB教授环境数据分析基础
- 亚利桑那大学:使用MATLAB开发一个介绍性的数据分析课程
- 斯坦福大学:机器学习的信号处理
- 科罗拉多矿业学院:计算机视觉入门
教科书
在线课程
- 基于MATLAB的实用数据科学(4门课程)
- Andrew Ng(斯坦福大学)在Coursera上的机器学习
- 来自NPTEL的Balaji Srinivasan教授和Ganapathy (IIT Madras)教授的机器学习在工程和科学中的应用
工业应用
工业案例研究
MATLAB资源
- MATLAB斜坡弯道(两小时的入门教程)
- 深度学习斜坡弯道(两小时的入门教程)
- MATLAB在线(在浏览器中使用MATLAB)
- MATLAB平地机(自动评分MATLAB编码作业)
- 统计和机器学习工具箱(文档)
- 深度学习工具箱(文档)
- 的最新特性和资源数据科学,深度学习,机器学习(最近发布的产品特性)