本书从应用角度出发，全面系统地介绍了MATLAB/Simulink及其在自动控制中的应用，结合MATLAB/Simulink的操作使用，通过大量的典型实例，全面阐述了自动控制的基本原理，以及控制系统分析与设计的主要方法。
本书共13章分为4篇展开：第一篇：机器学习基础篇(第1-6章)，讲述机器学习的基础算法，包括线性模型、决策树、贝叶斯分类、k近邻法、数据降维、聚类和EM算法；第二篇：机器学习高级篇(第7-10章)，讲述经典而常用的高级机器学习算法，包括支持向量机、人工神经网络、半监督学习和集成学习；第三篇：机器学习工程篇(第11-12章)，讲述机器学习工程中的实际技术，包括数据预处理，模型评估、选择与验证等。第四篇：kaggle实战篇(第13章)，讲述一个kaggle竞赛题目的实战。
本书的主要内容是应用MATLAB来解决最优化问题，通过将“最优化问题”、“MATLAB优化工具箱”和“MATLAB编程”这三方面有机结合进行讲述，即一方面是使用工具箱来快速解决最优化问题，另一方面是通过算法编程深入解决最优化问题实用性非常强，优化的方法也非常丰富，包括无约束极值求解、约束优化、非线性最小二乘优化、线性规划、整数规划、二次规划、粒子群优化算法和遗传算法。
本书从实用角度出发，通过大量的典型应用实例和算法编程实现和典型应用实例，详尽、系统地讲述了MATLAB在数据插值、函数逼近与曲线拟合、数值积分、数值微分、线性方程组求解、非线性方程求解、矩阵特征值计算、常微分方程求解、概率统计计算、偏微分方程求解和最优化计算等领域中的应用。
本书以仿真应用为中心，系统、详细地讲述了过程控制系统的仿真，并结合MATLAB/Simulink仿真工具的应用，通过大量经典的仿真实例，全面讲述过程控制系统的结构、原理、设计和参数整定等知识。
本书由MATLAB入门篇、图像处理精通篇和综合实战篇组成。MATLAB入门篇主要介绍MATLAB软件、基本运算、程序设计及图形绘制；图像处理精通篇讲述图像处理的主要内容，包括图像的运算、变换、增强、分析、复原、形态学操作及彩色图像处理等；综合实战篇通过综合实例，讲述应用MATLAB来分析、解决具体的图像处理问题，包括图像重构、增强、配准、去模糊、分割、特征提取、空间变换和大数据图像处理等典型应用。
本书侧重于最优化算法的MATLAB实现，同时精选了大量的最优化问题实例，通过实例的分析与求解，切实教会读者掌握MATLAB在最优化问题方面的应用。
本书从应用角度出发，系统地介绍了MATLAB/Simulink及其在自动控制中的应用，结合MATLAB/Simulink的使用，通过典型实例，全面阐述了自动控制的基本原理以及控制系统分析与设计的主要方法。
本书分为上下两篇，上篇为MATLAB基础篇，主要介绍MATLAB的基本功能和操作以及MATLAB程序设计的入门知识；下篇为算法程序篇，主要讲述以下方面常用算法的MATLAB实现，包括插值、函数逼近、矩阵特征值计算、数值微分等。
本书主要内容包括神经网络工具箱和GUI工具，以及感知器、线性、BP、径向基、自组织、反馈等各种不同的神经网络，讲述各种神经网络的性能分析与直观的图形结果，使读者更加透彻地了解各种神经网络的性能及其优缺点，从而达到理解和应用神经网络的目的。
本书由基础入门篇、编程精通篇和应用实例篇三大部分组成。基础入门篇循序渐进地介绍LabVIEW语言发展历程、特点、语法和开发环境等基础知识；编程精通篇深入浅出地讲述VI设计、常用编程技术、常用库函数和VI、数据采集与仪器控制等编程方法；应用实例篇简练实用地讲述了近60个综合实例，涉及的应用领域有电路、模拟电子、控制系统、数字信号处理等。
本书从应用角度出发，系统地介绍了MATLAB/Simulink及其在自动控制中的应用。结合MATLAB/Simulink的使用，通过典型实例，全面阐述了自动控制的基本原理以及控制系统分析与设计的主要方法。
本书分为上下两篇，上篇为MATLAB基础篇，主要介绍MATLAB的基本功能和操作以及MATLAB程序设计的入门知识；下篇为算法程序篇，主要讲述以下方面常用算法的MATLAB实现，包括插值、函数逼近、矩阵特征值计算、数值微分等。
