跳到主要内容
步芽

【极致中配】4K画质 SteveBrunton 数据密集型工程导论

以航空、材料等真实工程案例讲解数据密集型工程中的机器学习与AI，涵盖数据可视化、监督/无监督学习、神经网络与物理信息机器学习。

难度
难度 3/5 — 面向工程背景听众的机器学习导论，概念为主，需一定数学与编程基础
适合人群
有工程或理工背景、希望将机器学习应用于工程问题的学生与从业者
前置要求
线性代数（矩阵运算与高维数据理解）、微积分（理解模型优化基础）、编程基础（Python 等，便于实践 ML 模型）、概率统计（数据分析与建模基础）
课程规模
19 讲 · 1094播放
在 B 站免费观看 →就这门课提问 →排进我的学习路线

主题覆盖

数据密集型工程机器学习动机与案例波音工程案例数据可视化高维数据可视化数据讲故事监督与无监督学习神经网络入门ML模型构建物理信息机器学习材料科学中的ML工程中的AI进展

课程大纲（19 讲）

  1. P1 · Machine Learning and AI for Data-Intensive Engineering: Motivation and Case Stud9 分钟
  2. P2 · Machine Learning and AI for Data-Intensive Engineering: Teams of Pi-Shaped Engin5 分钟
  3. P3 · Case Study, Predictive Shimming for Aircraft Assembly, a Boeing/UW Collaboration6 分钟
  4. P4 · Case Study in Material Science, Designing a Super Alloy with Machine Learning7 分钟
  5. P5 · Boeing Case Studies with Prof. Krithika Manohar8 分钟
  6. P6 · Boeing Case Studies with Prof. Steve Brunton9 分钟
  7. P7 · Introduction to Data Visualization0 分钟
  8. P8 · Introduction to Visualization2 分钟
  9. P9 · Asking and Answering Questions with Data through Plots2 分钟
  10. P10 · Visualizing High-Dimensional Data11 分钟
  11. P11 · Different Types of Data9 分钟
  12. P12 · Storytelling with Data Visualization4 分钟
  13. P13 · New Advances in Artificial Intelligence and Machine Learning19 分钟
  14. P14 · A Machine Learning Primer: How to Build an ML Model9 分钟
  15. P15 · Supervised & Unsupervised Machine Learning7 分钟
  16. P16 · A Neural Network Primer13 分钟
  17. P17 · Advanced Engineering Applications of Machine Learning17 分钟
  18. P18 · Physics Informed Machine Learning10 分钟
  19. P19 · Teaser of Tier 2 "Deep Dive" Educational Modules2 分钟

本课程卡由 AI 生成，可能存在误差，欢迎反馈。