数据科学正在成为一个正在彻底改变科学和工业的领域。。。尤其是本科教学,在向学生提供更多数据科学知识和扩大数据科学人才供应方面,提供了一个关键环节。
国家科学院、工程院和医学院,2018年
教育家通过利用可用的课程模块、入门教程和代码示例,用MATLAB教授数据科学。MATLAB为开发分析模型提供了笔记本环境、工具箱和应用程序。
使用MATLAB,学生可以将统计学和机器学习与特定应用技术相结合,如信号处理、图像处理、文本分析、优化和控制
以下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。有关深度学习和机器学习的具体资源,请参阅:
课程设置
- 华盛顿大学Nathan Kutz:翻转开放源码教室的科学计算和数据科学的可扩展集成(.pptx,353.3 MB)
- 华盛顿大学:生物学家数据科学
- 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:MATLAB环境数据分析基础课程教学
- 亚利桑那大学:用MATLAB开发介绍性数据分析类
- 斯坦福大学:机器学习的信号处理
- 科罗拉多矿业学院:计算机视觉导论
教科书
在线课程
- MATLAB专业的实用数据科学课程(4门课程专业)
- Coursera Andrew Ng(斯坦福大学)的机器学习
- Balaji Srinivasan教授和Ganapath教授(IIT Madras)在NPTEL上为工程和科学应用提供的机器学习
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)
- 深度学习入门(两小时的入门教程)
- MATLAB在线(在浏览器中使用MATLAB)
- MATLAB分级机(自动为MATLAB编码作业评分)
- 统计和机器学习工具箱(文件)
- 深度学习工具箱(文件)
- 最新的功能和资源数据科学,深度学习,及机器学习(最新发布的产品功能)