数据科学正在成为一个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接触和扩大数据科学人才的供应提供了一个关键的环节。
美国国家科学、工程和医学科学院,2018年
教育者通过利用可用的课程模块、入门教程和代码示例来教授MATLAB数据科学。MATLAB为开发分析模型提供了一个笔记本环境、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的应用技术结合起来,如信号处理、图像处理、文本分析、优化和控制
下面是一个精心策划的课程列表,教材,在线课程,行业应用和案例研究,以及在本科生水平上用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,请参见:
课程课程
- Nathan Kutz,华盛顿大学:翻转开源课堂中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方法与可解释结果联系起来
- 纽约城市大学:MATLAB环境数据分析基础教学
- 亚利桑那大学:使用MATLAB开发入门数据分析课程
- 斯坦福大学:机器学习的信号处理
- 科罗拉多矿业学院:计算机视觉导论
教科书
在线课程
- 在Coursera上实现MATLAB专业的实用数据科学(4门课程)
- 来自斯坦福大学Andrew Ng的机器学习课程
- 工程和科学应用的机器学习,教授Balaji Srinivasan和教授Ganapathy(马德拉斯理工学院)在NPTEL
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)
- 的最新功能和资源数据科学,深度学习,机器学习(最新发布的产品特性)