Hodnotenie:
Kniha je dobre prijatým zdrojom informácií o aplikovanej matematike a MATLABe, chválená pre svoje jasné vysvetlenia, pútavú prezentáciu a integráciu praktických príkladov. Je obzvlášť prínosná pre tých, ktorí už majú určité základy v tejto oblasti. Materiál sa však postupom času stáva náročným a vyžaduje si pokročilé znalosti z matematiky a fyziky.
Výhody:⬤ Jasná a pútavá prezentácia zložitých pojmov.
⬤ Veľký dôraz na praktické využitie a príklady z reálneho sveta.
⬤ Efektívna integrácia MATLABu s numerickou matematikou.
⬤ Užitočné pre študentov bakalárskeho aj magisterského štúdia, najmä pre tých, ktorí majú predchádzajúce znalosti.
⬤ Obsahuje zaujímavé historické odkazy a navrhované študentské projekty.
⬤ Posledné kapitoly môžu byť príliš pokročilé pre typických študentov bakalárskeho štúdia bez významných znalostí.
⬤ Nie je dostatočne prísna pre tých, ktorí chcú dôkladne pochopiť teóriu.
⬤ Niektorí čitatelia ju považovali za náročnú bez silných základov v predprípravách ako lineárna algebra a diferenciálne rovnice.
⬤ Chýbajúci komplexný prehľad numerických metód môže niektorých čitateľov nútiť k väčšiemu kontextu.
(na základe 21 čitateľských recenzií)
Data-Driven Modeling & Scientific Computation: Methods for Complex Systems & Big Data
Rozvíjajúca sa oblasť analýzy údajov sa rozširuje neuveriteľným tempom v dôsledku rozširovania zberu údajov v takmer každej oblasti vedy. Obrovské súbory údajov, s ktorými sa v súčasnosti bežne stretávame vo vede, sú podnetom na vývoj matematických techník a výpočtových algoritmov, ktoré pomáhajú syntetizovať, interpretovať a dávať zmysel údajom v kontexte ich vedeckého prostredia. Špecifickým cieľom tejto knihy je integrovať štandardné vedecké výpočtové metódy s analýzou údajov. Týmto spôsobom spája sebakonzistentným spôsobom kľúčové myšlienky z:
DT štatistiky,.
DT časovo-frekvenčnej analýzy a.
DT nízkorozmerných redukcií.
Spojenie týchto myšlienok poskytuje zmysluplný pohľad na súbory údajov, s ktorými sa dnes stretávame v každom vedeckom predmete, vrátane tých, ktoré sú generované zložitými dynamickými systémami. Ide o mimoriadne vzrušujúcu oblasť a veľká časť záverečnej časti knihy sa riadi intuitívnymi príkladmi z nej, ktoré ukazujú, ako sa dajú tieto tri oblasti využiť v kombinácii, aby poskytli kritický pohľad na základné fungovanie rôznych problémov.
Data-Driven Modeling and Scientific Computation je prehľad praktických numerických techník riešenia obyčajných a parciálnych diferenciálnych rovníc, ako aj algoritmov na manipuláciu a analýzu údajov. Dôraz sa kladie na implementáciu numerických schém na praktické problémy v technických, biologických a fyzikálnych vedách.
Táto kniha, ktorá je prístupným úvodným až pokročilým textom, plne integruje MATLAB a jeho všestranné a vysokoúrovňové programovacie funkcie, pričom spája výpočtové a dátové zručnosti pre študentov bakalárskeho aj magisterského štúdia vedeckých výpočtov.