Formation pratique MATLAB

Leçon 1 • Navigation dans le bureau MATLAB

Couvre la fenêtre de commande, l'éditeur, l'espace de travail et les panneaux du dossier courant. Établit l'environnement de travail nécessaire pour toutes les tâches de codage ultérieures.

Leçon 2 • Obtenir de l'aide et utiliser la documentation

Démontre les commandes help, doc et lookfor ainsi que les ressources en ligne. Permet une résolution de problèmes autonome tout au long du cours.

Leçon 3 • Écriture et exécution de scripts

Enseigne la création, la sauvegarde et l'exécution de scripts à partir de l'éditeur. Relie la connaissance de la syntaxe à des flux de travail reproductibles basés sur des fichiers.

Leçon 1 • Arithmétique des tableaux et diffusion

Explique les opérateurs élément par élément par rapport aux opérateurs matriciels et les règles d'expansion implicite. Permet des calculs numériques compacts sans boucles explicites.

Leçon 2 • Stratégies de vectorisation

Enseigne le remplacement des boucles scalaires par des expressions vectorisées pour la rapidité et la clarté. Prépare directement les étudiants au traitement efficace des données dans les chapitres ultérieurs.

Leçon 3 • Fonctions intégrées pour les tableaux

Passe en revue size, length, reshape, sort, sum et les utilitaires associés. Ces fonctions constituent la boîte à outils pour une manipulation rapide des données tout au long du cours.

Leçon 1 • Écriture de fonctions personnalisées

Explique les fichiers de fonctions, les arguments d'entrée/sortie et la portée locale. Les fonctions modulaires sont la pierre angulaire de tous les scripts avancés de ce cours.

Leçon 2 • Boucles et itérations

Enseigne les boucles for et while, break, continue et les considérations de performance des boucles. Développe les compétences en itération nécessaires au traitement des données et aux simulations.

Leçon 3 • Fonctions anonymes et imbriquées

Présente les handles de fonctions anonymes et les définitions de fonctions imbriquées. Permet des calculs en ligne compacts utilisés dans les rappels d'optimisation et de tracé.

Leçon 4 • Gestion des erreurs et débogage

Couvre les blocs try-catch, les messages d'erreur et d'avertissement et le débogueur MATLAB. Développe des pratiques de code robustes essentielles pour des scripts de qualité professionnelle.

Leçon 1 • Connexion à des sources de données externes

Passe en revue la connectivité aux bases de données, les appels API web et la lecture de formats binaires. Élargit les compétences d'accès aux données pour les tâches professionnelles d'ingénierie des données.

Leçon 2 • Lecture de fichiers de données tabulaires

Couvre readtable, readmatrix et csvread pour les fichiers CSV, Excel et texte. Établit les principales compétences d'ingestion de données utilisées dans les chapitres appliqués.

Leçon 3 • Écriture et sauvegarde de données

Enseigne writetable, writematrix et la sauvegarde de fichiers MAT avec save et load. Garantit que les résultats traités peuvent être stockés et partagés de manière fiable.

Leçon 4 • Gestion des données manquantes et incohérentes

Aborde la détection, la suppression et les stratégies d'imputation des valeurs NaN dans MATLAB. Des pipelines de données propres sont un prérequis pour une analyse précise dans les chapitres ultérieurs.

Leçon 1 • Types de tracés 2D principaux

Couvre les graphiques plot, scatter, bar, histogram et area avec options de formatage. Ces types de graphiques couvrent la majorité des besoins de communication professionnelle des données.

Leçon 2 • Formatage et annotation des figures

Enseigne les étiquettes d'axes, les titres, les légendes, la couleur, le style de ligne et les annotations textuelles. Un formatage approprié transforme les tracés bruts en livrables professionnels.

Leçon 3 • Sous-graphiques et dispositions de figures

Explique subplot, tiledlayout et le dimensionnement des figures pour les figures multi-panneaux. Permet les comparaisons côte à côte essentielles dans les rapports analytiques.

Leçon 4 • Exportation et automatisation des figures

Couvre exportgraphics, print et la génération de figures par script pour une sortie par lots. Automatise les flux de travail de rapport introduits dans le chapitre sur la gestion des données.

Leçon 1 • Intégration et différenciation numériques

Couvre integral, integral2, trapz et le calcul de gradient numérique. Permet les calculs d'aire sous la courbe et de taux de variation pour des problèmes appliqués.

Leçon 2 • Recherche de racines et optimisation

Introduit fzero, fsolve, fminbnd et fminunc pour les problèmes scalaires et multivariés. Développe les compétences en solveurs appliquées directement dans le chapitre de simulation.

Leçon 3 • Interpolation et ajustement de courbes

Enseigne interp1, interp2, spline et polyfit pour l'approximation de données. Relie les données brutes à des modèles lisses utilisés dans la visualisation et la simulation.

Leçon 4 • Opérations d'algèbre linéaire

Couvre la factorisation matricielle, la résolution de Ax=b, les valeurs propres et les nombres de condition. Fournit le socle mathématique pour les chapitres de simulation et d'optimisation.

Leçon 1 • Filtrage numérique

Couvre la conception de filtres FIR et IIR, leur application et l'analyse de la réponse en fréquence. Fournit des outils de réduction du bruit appliqués aux données de capteurs dans le chapitre de projet.

Leçon 2 • Analyse de séries temporelles

Enseigne les techniques de moyenne mobile, de suppression de tendance, d'autocorrélation et de rééchantillonnage. Prépare les étudiants à analyser les données temporelles de capteurs, financières et expérimentales.

Leçon 3 • Statistiques descriptives et distributions

Couvre mean, std, median, percentile et l'analyse de distribution basée sur l'histogramme. Établit la culture statistique nécessaire pour toutes les tâches d'interprétation des données.

Leçon 1 • Conception de projets MATLAB modulaires

Couvre la structure des dossiers de projet, les bibliothèques de fonctions et la gestion des dépendances. Transforme les scripts isolés en bases de code maintenables et prêtes pour le travail en équipe.

Leçon 2 • Projet de synthèse de bout en bout

Les étudiants construisent un pipeline complet allant de l'ingestion de données brutes à l'analyse, jusqu'à un rapport formaté. Consolide toutes les compétences des huit chapitres principaux.

Leçon 3 • Rapports automatisés avec les Live Scripts

Enseigne le formatage des Live Scripts, les sorties intégrées et l'exportation vers PDF et HTML. Permet des rapports analytiques reproductibles et auto-documentés.