自定进度格式的好处

逐步指导

带自动反馈的动手练习

通过web浏览器访问MATLAB

可共享的进度报告和课程证书

关于这门课

课程只提供英语。


1.

开始

获取课程概述。导入和处理数据,探索数据特征,培训和评估分类模型。

30分钟


2.

在数据中寻找自然模式

使用无监督学习技术根据一组解释变量对观察结果进行分组,并发现数据集中的自然模式。

120分钟


3.

分类方法

使用可用的分类方法来训练数据分类模型。进行预测并评估预测模型的准确性。

135分钟


4.

改进预测模型

验证模型性能。优化模型属性。降低数据集的维数并简化机器学习模型。

90分钟


5.

回归方法

使用监督学习技术对连续响应变量进行预测建模。

105分钟


6.

神经网络

创建和训练用于聚类和预测建模的神经网络。调整网络结构以提高性能。

45分钟

相关课程

MATLAB基础

学习用于数据分析、建模和编程的核心MATLAB功能。

机器学习入门

学习分类问题的实用机器学习方法的基础知识。

用MATLAB进行深度学习

学习使用真实图像和序列数据构建深度神经网络的理论和实践。

寻找一个教室的选择?

使用MATLAB的机器学习也以讲师指导的形式提供。