Maschinelles Lernen mit MATLAB
程序安生和安融Kursbeschreibung
In diesem zweitägigen Kurs wenden Sie verschiedene Verfahren der Datenanalyse and des maschinellen lenens In MATLAB®mit Hilfe von Funktionalitäten der统计和机器学习工具箱™和深度学习工具箱™an。Sie verwenden Methoden des unüberwachten lenens zum Erkennen von Merkmalen in großen Datensätzen, und erstellen Vorhersagemodelle mit Algorithmen des überwachten lenens。Anhand praktischer Beispiele und Übungen是如何分析和涂鸦的。
他们信从安德里姆:
- 组织和日期组织
- Durchführen von Clusteranalysen
- 旧的分类与回归模型
- 莫德伦的解读者
- Vereinfachen von Datensätzen
- 综合-学习-方法-表现
标签1 von 2
进口和组织机构
目标:重要的,组织和数据的组织für分析。在巴黎和乌姆冈的死亡Datenlücken。
- Datentypen
- Tabellarische Daten
- Datenaufbereitung
Ermitteln natürlicher在Daten集合
目标:Verwenden von Methoden des unüberwachten lenens,嗯Beobachtungen zu gruppieren和natürliche集会。
- Unuberwachtes Lernen
- Clusteranalyse
- Auswertung和Interpretation von Clustern
Erstellen von Klassifikationsmodellen
目标:Erstellen diskreter Vorhersagemodelle durch Methoden des überwachten Lernens und Auswerten der Vorhersagegenauigkeit。
- Uberwachtes Lernen
- 训练和验证
- Klassifikationsmethoden
标签2 von 2
Überprüfen und Verbessern des models
目标:减少员Dimensionalität冯Datensätzen对Vorhersagemodelle zu vereinfachen。奥斯瓦尔的数学模型。
- Kreuzvalidierungsverfahren
- Optimierung von hyperparameter
- 默克马伦的转变
- 奥斯瓦尔·冯·默克马伦
- 集成学习算法(增强和装袋)
Erstellen von Regressionsmodellen
目标:厄斯特伦和奥斯特伦kontinuierlicher Vorhersagemodelle durch Methoden des überwachten勒南。
- Parametrische Regressionsmodelle
- Nichtparametrische Regressionsmodelle
- 回归模型
Erstellen Neuronaler Netze
目标:Erstellen und Trainieren neuraler Netze um聚集在Daten zu erkennen(聚类分析)和Vorhersagen zu treffen。网络建筑的性能。
- 群集mit selbstorganisierenden Karten(自组织映射)
- 分类mit vorwärtsgerichteten neuronalen Netzen(前馈神经网络)
- 回归mit vorwärtsgerichteten neuronalen Netzen(前馈神经网络)