浅谈大数据学习中工程数学的应用.doc
《浅谈大数据学习中工程数学的应用.doc》由会员分享,可在线阅读,更多相关《浅谈大数据学习中工程数学的应用.doc(6页珍藏版)》请在咨信网上搜索。
1、工程数学课程论文学 院: 软件学院 专 业: 管理科学与工程 学 号: 姓 名: 浅谈大数据学习中工程数学的应用在信息技术迅猛发展的当今社会,随着各行业各领域数据量的爆炸式增长,大数据的热度与日俱增,其应用在相关领域也扮演着越来越重要的作用.人们在互联网活动的信息会形成数据,通过对数据的收集、整理、挖掘、分析和深度应用,我们可以创新技术、思维、产品、营销和风险管理.在精准营销、信用评估、资产定价、风险管理和指数编制方面,大数据都发挥着非常重要的作用.大数据不仅仅是指数据,也是技术,更是应用.要解决好应用的问题,首先要有灵活而又扎实的理论基础。从数据的前期处理,到中期的研究分析,包括后期结论的形
2、成,大数据应用的每一步都离不开工程数学的理论支撑。在使大数据更好地应用到各行业各领域的相关研究中,工程数学发挥着至关重要的作用.本人研究生学习阶段,跟随导师学习的便是大数据方向,在学习的过程中,经常遇到许多工程数学相关问题,发现工程数学在大数据研究的过程中的应用是随处可见,本文将主要从工程数学对专业学习的重要性、与大数据有关的主要工程数学知识、大数据中工程数学的应用三方面讲述。一、工程数学对专业学习的重要性我们知道, 人类的活动离不开思维, 钱学森教授曾指出: “教育工作的最终机智在于人脑的思维过程。”思维活动的研究, 是教学研究的基础, 数学与思维的关系十分密切, 数学思维的发展规律, 对工
3、程数学的实践活动具有根本性的指导意义, 工程数学对于专业学习的重要性不言而喻。1。工程数学是专业课建设和发展的阶梯和桥梁从专业课程建设体系来探讨, 工程数学是专业课建设和发展的阶梯和桥梁。从大一到研究生阶段的学习过程中,我们不难看出工程数学总是优于专业课, 一般排在大一、大二或者研一开课.而专业课一般排在大三、大四或研二研三。为什么, 不妨举例说明: 机械原理课程中工业机械人的姿态矩阵及位置矩阵优化离不开线性代数课程的学习; 机械制造技术基础中的产品加工质量正态分布离不开概率统计课程的学习; 控制工程中的控制系统的传递函数离不开积分变化课程的学习。由上述例子发现专业课建设和发展离不开工程数学课
4、程的学习.换句话也就是工程数学素质的培养。工程数学素质培养的精髓就是: 数学逻辑思维能力的培养.数学逻辑思维能力, 也就是运用数学的思想和方法, 目的明确地对外来的和内在的信息进行提取与转化、加工与传输的思维活动能力。在整个过程中, 要求合乎逻辑, 不悖常理, 并能达到最终目的, 同时还要将其正确陈述, 让人信服。逻辑思维能力是数学能力的核心, 数学是一个各部分紧密联系的逻辑系统, 在数学领域中, 只有被严密证明了的结论才被承认为正确。数学证明离不开演绎推理, 演绎推理能力是逻辑思维能力的重要组成部分。可见工科专业课建设和发展离不开数学逻辑思维能力培养.可见, 工科院校工程数学素质培养的重要性
5、。2。工程数学作为一门基础学科, 一门思维学科, 是培养学生的创新意识和实践能力的主渠道之一。从大学生思维培养来探讨工程数学素质培养的重要性.工程数学作为一门基础学科, 一门思维学科, 是培养学生的创新意识和实践能力的主渠道之一.要激发学生的主体意识, 让学生积极、主动地参与大学学习及生活的全过程, 进行独立思考, 提高独立解决问题的能力.要培养学生大胆创新、敢于求异、勇于探索的精神, 形成良好的思维品质, 为社会输送高质量的创新人才。大学生思维培养从大一开始, 接触到第一门数学思维培养便是高等数学。每年每度的大学生数学建模大赛传来信息不难发现: 工程数学素质培养的重要性。数学建模是一种数学的
6、思维方法体现, 是“对现实的现象通过心智活动构造出能抓住其重要且有用的特征的表示, 常常是形象化的或符号的表示.从科学, 工程, 经济, 管理等角度看数学建模就是用数学的语言和方法, 通过抽象, 简化建立能近似刻画并“解决实际问题的一种强有力的工程数学工具。建模是一种十分复杂的创造性劳动, 数学建模也是检验大学生工程数学逻辑思维能力培养好坏的竞技平台。可见, 工程数学素质培养的重要性。二、与大数据有关的主要工程数学知识工程数学是好几门数学的总称.我们本科研究生学习的“积分变换,“复变函数”“线性代数”“概率论”“场论”等数学,这些都属工程数学。 工程数学是为了让工科学生用更加方便的理论工具来处
7、理工程常见问题,在这个数学体系中,与大数据技术有密切关系的数学基础知识主要有以下几类。1.概率论与数理统计这部分与大数据技术开发的关系非常密切,条件概率、独立性等基本概念、随机变量及其分布、多维随机变量及其分布、方差分析及回归分析、随机过程(特别是Markov)、参数估计、Bayes理论等在大数据建模、挖掘中就很重要。大数据具有天然的高维特征,在高维空间中进行数据模型的设计分析就需要一定的多维随机变量及其分布方面的基础。Bayes定理更是分类器构建的基础之一。除了这些这些基础知识外,条件随机场CRF、隐Markov模型、ngram等在大数据分析中可用于对词汇、文本的分析,可以用于构建预测分类模
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 浅谈 数据 学习 工程 数学 应用
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【a199****6536】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【a199****6536】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。