曙海教學優(yōu)勢
面向企事業(yè)單位的項目實際需要,本課程以項目實現(xiàn)為導向,秉承二十一年教學品質(zhì)，授課老師將會與您分享設(shè)計的全流程以及工具的綜合使用技巧以及經(jīng)驗。您可以定制課程,線上/線下/上門都可以,報名熱線:4008699035。
二十多年來，曙海培訓的課程培養(yǎng)了大批受歡迎的工程師。曙海的課程在業(yè)內(nèi)廣受好評。大批企事業(yè)單位和曙海
建立了良好的合作關(guān)系,合作企業(yè)30萬+。
?
|
主題
|
內(nèi)容
|
|
大數(shù)據(jù)技術(shù)簡介
?
Matlab數(shù)據(jù)挖掘
|
大數(shù)據(jù)技術(shù)與應用案例
數(shù)據(jù)挖掘流程
數(shù)據(jù)挖掘及其Matlab實現(xiàn)
|
|
Matlab簡介
Matlab基本操作
|
Matlab工作界面、窗口介紹
Matlab幫助系統(tǒng)
變量與數(shù)據(jù)類型
常用函數(shù)，數(shù)組運算
Matlab常用標點符號和常用快捷鍵、快捷命令
|
|
繪圖和可視化
?
|
圖形對象與圖形命令
二維圖形繪制，三維圖形繪制
|
|
Matlab程序設(shè)計
|
M文件——腳本文件和函數(shù)文件
Matlab程序流程控制與調(diào)試
|
|
Matlab與TXT文件的數(shù)據(jù)交換
|
從TXT文件中讀取數(shù)據(jù)
把數(shù)據(jù)寫入TXT文件
|
|
Matlab與Excel文件的數(shù)據(jù)交換
|
利用數(shù)據(jù)導入向?qū)隕xcel文件
調(diào)用函數(shù)讀寫Excel文件
|
|
數(shù)據(jù)庫連接
|
數(shù)據(jù)庫連接的Matlab實現(xiàn)
網(wǎng)絡(luò)數(shù)據(jù)讀取
|
|
決策樹
|
創(chuàng)建決策樹
分裂屬性的選擇
決策樹剪枝
|
|
最近鄰
|
KNN算法
基于KNN算法的預測
|
|
回歸分析
|
一元線性回歸
一元非線性回歸
多元線性和廣義線性回歸
多元非線性回歸
多項式回歸
|
|
神經(jīng)網(wǎng)絡(luò)（1）
|
BP神經(jīng)網(wǎng)絡(luò)
徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)
自組織映射神經(jīng)網(wǎng)絡(luò)
概率神經(jīng)網(wǎng)絡(luò)
|
|
神經(jīng)網(wǎng)絡(luò)（2）
?
|
神經(jīng)網(wǎng)絡(luò)擬合工具箱
神經(jīng)網(wǎng)絡(luò)聚類工具箱
神經(jīng)網(wǎng)絡(luò)模式識別工具箱
神經(jīng)網(wǎng)絡(luò)時間序列工具箱
|
|
貝葉斯分類
判別分析
支持向量機
|
創(chuàng)建多類樸素貝葉斯模型
判別分析分類器
線性支持向量機
非線性支持向量機
|
|
集成學習
|
Boosting
Bagging
隨機森林
|
|
聚類分析
|
層次聚類
K-Means聚類和K-Medoids聚類
高斯混合模型
聚類可視化和評估
|
|
模型評估與模型選擇
降維和特征選擇
|
模型評估度量、模型選擇
主成分分析
|
|
深度學習簡介及案例
|
Autoencoder
基于深度學習的字符識別
|
