课程目标

数据处理与分析是当今现代科学技术研究的主要手段，其技术己渗透到各学科和工程技术领域。本课程以一般系统理论为基础，介绍了建模与仿真的一般理论框架、思想和方法。帮助一年级研究生理解数据分析、结构建模、可视化建模、人工神经网络建模的概念，能够通过比较分析、量纲分析、结构分析、统计分析和面向对象分析等方法建立模型，并掌握通过模型进行仿真分析的实用方法。

课程作业

课程将在讲座过程中发布多个作业，可从发布作业列表中选择一个，完成作业并撰写报告，并与相关代码一起提交学校到本平台的对应作业项目中。

作业命名格式：" 学号-姓名-课程名称-报告标题"，例如 20925776-吴兴名-数据建模与分析-统计学习作业报告

作业格式模板： 课程提供word模板和latex模板，可到课程资源初下载。

课程安排

• 1. 工业互联网趋势与关键问题 (08-27)
• 2. 建模与仿真基础 (09-03)
• 3. 数据概述 (09-10)

     **作业1.**
  
     说明：见课程ppt
  
     数据：使用以下python代码生成，或从csv文件中下载
  
  
     ```python
     #生成数据(使用python sklearn包中的make_moons数据集)
     from sklearn.datasets import make_moons
     X, y = make_moons(200, noise=.05, random_state=0)     
     ```
     
     [data.csv]可到课程资源下载
  

• 4. 基于统计学习的数据建模 (09-17)
• 5. 数据拟合与基于网络的数据建模 (09-24)
• 6. 数字几何建模与增材制造 (10-01)
• 7. 几何数据处理中的基本算法 (10-08)
• 8. 系统估计与模型 (10-15)
• 9. 人工系统建模 (10-22)
• 10. 课堂考试 (10-29)