本书是写给没有学过任何计算机语言的读者的，例如大学生。本书主要讲授MATLAB的基本知识，从如何打开MATLAB的指令窗口，输入*简单的指令开始，利用MATLAB提供的交互式环境，用简明的实例向读者示范如何调用MATLAB的内部函数实现数值计算、符号运算和平面曲线、空间曲线与曲面图等图形输出，以及机器学习和线性代数与微积分的应用。本书的应用篇介绍了MATLAB在机器学习中的应用，讨论了如何应用线性代数与函数求极值的基础知识以及MATLAB 的内置函数来编程实现常用的机器学习算法，例如，（广义）线性*小二乘法与梯度下降法、线性支持向量机等，也讲解与用到了各种控制程序流程的语句，这可以帮助读者编制出更复杂的算法。书中所设计的范例全部在MATLAB 2020a中运行过，“输出结果”中的数字和显示的图形均为运行结果。 本书采用图学思维方式、二维表述形式，运用典型范例，简单明了、易于理解，可帮助读者更快、更直观地理解和运用MATLAB工作平台，为读者的科学论文、研究报告提供计算和图形支持。

第1篇基本篇 第1章导论/3 1.1MATLAB是什么3 1.2为什么用MATLAB4 1.2.1MATLAB的特点4 1.2.2MATLAB的应用6 1.2.3MATLAB与Python的比较7 1.3使用MATLAB的准备工作7 1.3.1MATLAB的启动7 1.3.2运行环境设定8 1.3.3命令行窗口8 1.3.4退出命令行窗口10 1.4应用实例10 1.4.1数字运算10 1.4.2数据可视化运算11 第2章基本操作/14 2.1变量赋值14 2.1.1变量名14 2.1.2结果的显示15 2.1.3指令窗口中的数值显示格式16 2.1.4显示格式与运算精度的设置17 2.2向量的输入18 2.2.1一般行向量的输入18 2.2.2等差数列的输入与产生18 2.3矩阵的���入20 2.3.1一般矩阵的输入20 2.3.2矩阵的大小和向量的长度20 2.3.3一些特殊矩阵的输入202.4字符串的输入22 2.5若干操作指令23 习题23 〖1〗MATLAB与机器学习应用目录〖3〗〖3〗第3章数值计算/24 3.1基本运算24 3.1.1基本运算的条件24 3.1.2算术运算（符）24 3.1.3点乘、点乘方与点除运算26 3.1.4数值的字符表达和分数表达27 3.2矩阵的一元运算27 3.2.1矩阵的转置27 3.2.2数乘矩阵28 3.2.3方阵的行列式28 3.2.4方阵的逆28 3.2.5与矩阵相关的其他数值29 3.3向量的内积与外积31 3.3.1向量的内积31 3.3.2向量的外积31 3.4内置函数与函数值计算32 3.4.1两个重要搜索指令32 3.4.2取整的内置函数34 3.5随机数的产生36 3.5.1一致分布的随机数36 3.5.2正态分布的随机数37 3.6创建和运行M文件38 3.6.1创建函数子程序文件38 3.6.2运行M文件41 3.6.3创建调用函数的M文件与输入数据41 习题44 第4章分块矩阵/45 4.1矩阵的分块45 4.2分块矩阵的运算45 4.2.1分块矩阵的加法、数乘与转置45 4.2.2分块矩阵的乘法46 4.3矩阵的分块表达式与子块的抽取47 4.3.1一般子块的抽取47 4.3.2行或（与）列序号连续的子块的抽取47 4.3.3一行或一列的抽取48 4.3.4分块矩阵的形成48 4.3.5删去矩阵的某些行或列49 4.4应用分块行向量的一种输出方法50 4.5求和式的内积与矩阵表达51 4.5.1一重求和式51 4.5.2矩阵的按行按列分块54 4.5.3二重求和式55 习题56 第5章数据可视化/57 5.1二维作图57 5.1.1用内置函数plot作图57 5.1.2辅助作图的内置函数与参数63 5.1.3用矩阵作为plot的参数作图65 5.2三维作图66 5.2.1空间曲线作图66 5.2.2曲面作图66 5.2.3用矩阵作为plot3的参数70 5.3几种三维作图内置函数71 5.3.1曲面简易绘制函数ezmesh71 5.3.2圆柱面与椭圆柱面的作图73 5.3.3单位球面与椭球面的作图76 习题77 第6章符号数学/79 6.1符号常量79 6.1.1符号常量的创建79 6.1.2符号常量与数值常量的区别79 6.2符号变量与符号表达式80 6.2.1符号变量的创建80 6.2.2符号表达式80 6.3符号矩阵81 6.3.1符号矩阵的创建81 6.3.2符号矩阵的分块82 6.4符号算术运算83 6.4.1按某变量的幂次降幂排列且合并同类项83 6.4.2乘积展开84 6.4.3因式分解84 6.4.4化简85 6.4.5通分85 6.5符号微分86 6.5.1符号极限86 6.5.2符号微分88 6.6符号积分89 习题91 第7章控制结构/92 7.1if语句92 7.1.1if条件语句的一般结构92 7.1.2逻辑表达式93 7.1.3逻辑运算符93 7.2循环语句97 7.2.1for循环语句97 7.2.2while循环语句100 7.2.3switchcase语句102 习题108 第2篇机器学习应用篇 第8章线性回归与梯度下降法/111 8.1回归与分类111 8.1.1回归问题111 8.1.2分类问题112 8.2线性回归112 8.2.1数学符号与术语113 8.2.2线性回归模型113 8.3线性*小二乘法114 8.3.1矛盾方程组的“解”114 8.3.2线性*小二乘法114 8.4广义逆矩阵解115 8.4.1矩阵的广义逆115 8.4.2*小二乘问题的广义逆解117 8.4.3预报值与误差117 8.5两个广义线性回归模型: Logistic与Probit121 8.5.1广义线性模型与链接函数121 8.5.2Logistic模型122 8.5.3Probit模型129 8.6梯度下降法133 8.6.1梯度的定义及其性质133 8.6.2*速下降法135 8.6.3梯度下降法的缺点与改进设想138 8.7数据线性化140 习题142 第9章线性支持向量机/144 9.1什么是支持向量机144 9.2分类支持向量机144 9.2.1简化的心脏病诊断问题144 9.2.2分类模型与内置函数sign145 9.2.3线性可分问题与凸壳147 9.2.4平分*近点分类法149 9.2.5*大间隔分类法154 9.2.6关于名词“支持向量机”157 9.3支持向量回归机158 9.3.1ε带与硬ε带超平面158 9.3.2硬ε带超平面和线性分划163 9.3.3构造硬ε带超平面的平分*近点回归法164 9.3.4构造硬ε带超平面的*大间隔回归法167 习题170 第10章线性支持向量机的推广/171 10.1近似线性可分问题171 10.1.1推广的平分*近点分类法（缩小凸壳）172 10.1.2推广的*大间隔分类法174 10.2推广的线性支持向量回归机178 10.2.1黄金分割法178 10.2.2推广的构造硬ε带超平面的平分*近点回归法181 10.2.3推广的构造硬ε带超平面的*大间隔回归法186 10.3从线性分划到二次分划189 10.3.1**在原点的椭圆分划189 10.3.2一般二次曲线分划191 习题193 第3篇线性代数与微积分应用篇 第11章攻克线性代数的难点/197 11.1矩阵的初等变换197 11.1.1把任一矩阵转换为简约的行阶梯形矩阵197 11.1.2行初等变换198 11.2齐次线性方程组的基础解202 11.3符号数学在线性代数中的应用203 11.3.1符号矩阵的一元运算203 11.3.2确定齐次线性方程组有非零解的参数值204 11.3.3求齐次线性代数方程组的基础解205 11.3.4求解符号线性方程组207 11.4解非线性方程组209 习题210 第12章攻克微积分的难点/213 12.1洛必达法则213 12.1.1应用洛必达法则的极限类型与步骤213 12.1.2应用洛必达法则求极限213 12.2有理分式化为*简分式之和215 12.3函数的极值218 12.3.1单变量函数的极值218 12.3.2多元函数的极值221 12.4二重积分改变积分顺序229 习题231 参考文献/233