Modelización basada en datos y computación científica: Métodos para sistemas complejos y Big Data

Opiniones de los lectores

El libro es un recurso muy bien recibido para comprender las matemáticas aplicadas y MATLAB, elogiado por sus explicaciones claras, presentación atractiva e integración de ejemplos prácticos. Resulta especialmente útil para quienes tengan cierta experiencia en la materia. Sin embargo, el material se vuelve desafiante a medida que avanza, requiriendo conocimientos avanzados en matemáticas y física.

⬤ Presentación clara y atractiva de conceptos complejos.
⬤ Fuerte énfasis en la aplicación práctica y ejemplos del mundo real.
⬤ Integración efectiva de MATLAB con las matemáticas numéricas.
⬤ Útil tanto para estudiantes de grado como de postgrado, especialmente aquellos con conocimientos previos.
⬤ Incluye interesantes referencias históricas y sugiere proyectos para los estudiantes.

⬤ Los últimos capítulos pueden ser demasiado avanzados para estudiantes típicos de grado sin conocimientos previos significativos.
⬤ No es lo suficientemente riguroso para quienes buscan una comprensión teórica profunda.
⬤ Algunos lectores lo encontraron difícil sin una base sólida en requisitos previos como Álgebra Lineal y Ecuaciones Diferenciales.
⬤ La falta de una visión global de los métodos numéricos puede dejar a algunos lectores con ganas de más contexto.

(basado en 21 opiniones de lectores)

Título original:

Data-Driven Modeling & Scientific Computation: Methods for Complex Systems & Big Data

Contenido del libro:

El floreciente campo del análisis de datos se expande a un ritmo increíble debido a la proliferación de la recopilación de datos en casi todos los ámbitos de la ciencia. Los enormes conjuntos de datos que se encuentran ahora de forma rutinaria en las ciencias suponen un incentivo para desarrollar técnicas matemáticas y algoritmos computacionales que ayuden a sintetizar, interpretar y dar sentido a los datos en el contexto de su entorno científico. Uno de los objetivos específicos de este libro es integrar los métodos informáticos científicos estándar con el análisis de datos. Al hacerlo, reúne, de forma autoconsistente, las ideas clave de:

DT estadística,.

DT análisis tiempo-frecuencia, y.

DT reducciones de baja dimensión.

La combinación de estas ideas proporciona una visión significativa de los conjuntos de datos a los que nos enfrentamos en todas las disciplinas científicas actuales, incluidos los generados a partir de sistemas dinámicos complejos. Se trata de un campo especialmente apasionante, y gran parte de la última parte del libro se basa en ejemplos intuitivos que muestran cómo pueden combinarse las tres áreas para obtener una visión crítica del funcionamiento fundamental de diversos problemas.

Data-Driven Modeling and Scientific Computation es un estudio de técnicas prácticas de solución numérica de ecuaciones diferenciales ordinarias y parciales, así como de algoritmos de manipulación y análisis de datos. Se hace hincapié en la aplicación de esquemas numéricos a problemas prácticos de ingeniería y ciencias biológicas y físicas.

Este libro, un texto accesible de introducción a la informática avanzada, integra plenamente MATLAB y su funcionalidad de programación versátil y de alto nivel, a la vez que aúna habilidades computacionales y de datos para estudiantes de grado y postgrado en informática científica.