课程目录
- 0、课程介绍
- 1.1 层次分析法原理
- 1.2 python零基础入门
- 1.3 层次分析法python代码
- 1.4 Matlab代码零基础入门
- 1.5 层次分析法matlab代码
- 2.1 Topsis法原理
- 2.2 Topsis法python代码
- 2.3 Topsis法matlab代码
- 3.1 熵权法原理
- 3.2 熵权法python代码
- 3.3 熵权法matlab代码
- 4.1 模糊综合评价
- 4.2 模糊综合评价python代码
- 4.3 模糊综合评价matlab代码
- 5.1 灰色关联分析
- 5.2 灰色关联分析python代码
- 5.3 灰色关联分析matlab代码
- 6 评价类算法总结
- 7.1 一元线性回归
- 7.2 一元线性回归python代码
- 7.3 一元线性回归matlab代码
- 8.1 多元线性回归分析
- 8.2 多元线性回归分析python代码
- 8.3 多元线性回归matlab代码
- 9.1 非线性回归分析
- 9.2 非线性回归分析Python代码
- 9.3 非线性回归分析matlab代码
- 10.1 灰色预测分析
- 10.2 灰色预测分析python代码
- 10.3 灰色预测matlab代码
- 11.1 时间序列模型ARIMA
- 11.2 时间序列模型ARIMA python代码
- 11.3 时间序列模型ARIMA matlab代码
- 12.1 蒙特卡洛算法
- 12.2 蒙特卡洛算法Python代码
- 12.3 蒙特卡洛matlab代码
- 13.1 马尔可夫算法
- 13.2 马尔可夫算法Python代码
- 13.3 马尔可夫算法matlab代码
- 14.1 条件概率
- 14.2 条件概率python
- 14.3 条件概率matlab
- 15.1 独立性
- 15.2 独立性python
- 15.3 独立性matlab
- 16.1 常用分布
- 16.2 常用分布python
- 16.3 常用分布matlab
- 17.1 统计量计算
- 17.2 统计量计算python
- 17.3 统计量计算matlab
- 18.1 分布的近似与中心极限定理
- 18.2 分布的近似与中心极限定理python
- 18.3 分布的近似与中心极限定理matlab
- 19.1 参数估计
- 19.2 参数估计python
- 19.3 参数估计matlab
- 20.1 假设检验
- 20.2 假设检验python
- 20.3 假设检验matlab
- 21 概率论与数理统计总结
- 22.1 智能优化-粒子群优化算法
- 22.2 智能优化-粒子群优化算法python代码
- 23.1 智能优化-遗传优化算法
- 23.2 智能优化-遗传优化算法python代码
- 23.3 智能优化-遗传优化算法matlab代码
- 24.1 智能优化-模拟退火算法
- 24.2 智能优化-模拟退火算法python代码
- 24.3 智能优化-模拟退火算法matlab代码
- 25.1 机器学习-神经网络原理
- 25.2 机器学习-神经网络原理python代码
- 25.3 机器学习-神经网络原理matlab代码
- 26.1 机器学习-决策树
- 26.2 机器学习-决策树python代码
- 26.3 机器学习-决策树matlab代码
- 27.1 机理分析类-人口增长模型
- 27.2 机理分析类-人口增长模型 python代码
- 28.1 机理分析类-传染病模型
- 28.2 机理分析类-传染病模型Python代码
- 28.3 机理分析类-传染病模型matlab代码
课程介绍
MATLAB是由美国Mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高级计算环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必需进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言的编纂模式，同时一年两个版本的更新使得MATLAB软件代表了当今国际科学计算软件的先进水平。MATLAB拥有丰富的算法工具箱，因此在工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域都能看到它的身影，可谓是无处不在。
课程大纲所有关于MATLAB软件的讲解都是基于代码与案例的，采用边讲解边实践模式，欢迎学员事先提供本身在工作学习中遇到的MATLAB问题，课程中会选择有代表性的案例进行探讨。
