文件名称：层次分析matlab代码-ENM531:ENM531
文件大小：6.78MB
文件格式：ZIP
更新时间：2024-06-12 09:49:30
系统开源
层次分析matlab代码课程说明 我们将从统计学习的角度重新审视古典科学计算。 在这种新的计算范例中，微分方程，守恒定律和数据在预测建模管道中充当补充代理。 本课程旨在探索现代机器学习作为一种统一的计算工具的潜力，该工具使人们能够从实验数据中学习模型，推断微分方程的解决方案，融合来自模型层次结构的信息以量化计算中的不确定性，并有效地优化复杂的工程系统。 涉及的特定主题涵盖了有监督和无监督学习的最新发展：使用深度神经网络进行非线性回归/分类，使用高斯过程进行不确定性下的多保真度建模和计算，贝叶斯优化，卷积和递归神经网络，使用主成分分析进行模型简化，变体自动编码器和概率潜在变量模型。 这些工具的有效性将通过多种工程应用得到证明，包括流体动力学，传热，设计优化和心血管流动建模方面的例子。 课程先决条件 基本微积分和线性代数（MATH 240或MATH 513或ENM 240） 基本统计和概率（MATH 430或ENM 321或ENM 503） 使用Python和MATLAB进行科学计算 课堂上使用的软件 MATLAB（有关安装指南，请参见） 为科学计算设置了Python环境（建议使用） 机器
【文件预览】：
ENM531-master
----.DS_Store(6KB)
----README.md(4KB)
----Week1()
--------Lecture_1.pdf(5.36MB)
----Week2()
--------Lecture_2.pdf(1MB)
--------Lecture_3.pdf(1.37MB)