MATLAB et Calcul Scientifique

Aperçu

Maîtrisez les capacités complètes de MATLAB, des opérations matricielles de base aux applications avancées en calcul scientifique, visualisation de données, simulation et implémentations de l'apprentissage automatique.

Programme

• Chapitre 1 Introduction à MATLAB
1.1 Introduction à l'environnement MATLAB
1.2 Types de données et opérations de base
• Chapitre 2 La Matrice et son Opération
2.1 Création de la Matrice
2.2 Modification de la Matrice
2.3 Opérations de base sur la Matrice
2.4 Analyse de la Matrice
• Chapitre 3 Structure du Programme MATLAB et Fichier M
3.1 Structure séquentielle du programme
3.2 Fichier M
3.3 Fichier de fonction M
• Chapitre 4 Opération Polynomiale et Traitement des Données
4.1 Opération polynomiale
4.2 Interpolation et ajustement des données
4.3 Statistiques des données
4.4 Calcul numérique
• Chapitre 5 Opération de Symbole de Langage
5.1 Création et application d'objets symboliques MATLAB
5.2 Opération de fonction polynomiale symbolique
• Chapitre 6 Visualisation des Données
6.1 Courbes et graphiques 2D
6.2 Réglage du format des courbes 2D
6.3 Dessin Spécial 2D
6.4 Courbes et surfaces 3D
• Chapitre 7 Fondation de Simulation Simulink
7.1 Aperçu de Simulink
7.2 Application de Simulink
7.3 Simulation Simulink
• Chapitre 8 Analyse de Régression
8.1 Principe de la méthode des moindres carrés
8.2 Régression Linéaire et Ses Applications MATLAB
8.3 Régression Non-Linéaire et Son Application MATLAB
• Chapitre 9 Algorithme Génétique et Son Implémentation MATLAB
9.1 Principe de l'Algorithme Génétique
9.2 Application de l'Algorithme Génétique dans MATLAB
• Chapitre 10 Réseau de Neurones Artificiels et Son Implémentation MATLAB
10.1 Concepts de base des réseaux de neurones
10.2 Principe du réseau de neurones BP
10.3 Application du Réseau de Neurones BP dans MATLAB
• Chapitre 11 Apprentissage Profond et Son Implémentation MATLAB
11.1 Concepts de base de l'apprentissage profond
11.2 Introduction au réseau de neurones convolutionnel (CNN)
11.3 Algorithme CNN et son implémentation dans MATLAB
• Chapitre 12 Apprentissage par Renforcement et Son Implémentation MATLAB
12.1 Les principes de l'Apprentissage par Renforcement (RL)
12.2 Introduction aux principaux algorithmes d'apprentissage par renforcement
12.3 Application de l'apprentissage par renforcement dans MATLAB
• Chapitre 13 Applications avancées de Simulink
13.1 Technologie d'interface Simulink et Materab
13.2 Conception et ajustement du contrôleur PID I
13.3 Conception et ajustement du contrôleur PID II
13.4 Simulation de systèmes dynamiques avec Simulink
13.5 Technologie de simulation Simulink
• Examen final

---

Enseigné par

Ni Yanting

---

Sujets

Programmation