自定进度格式的好处
步进指令
带有自动反馈的动手练习
通过web浏览器访问MATLAB
进度报告和课程证书共享
关于本课程
课程只提供英语。
1.
开始
了解课程概况。导入和处理数据，探索数据特征，训练和评估分类模型。
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，并在数据集中发现自然模式。
120分钟
3.
分类方法
使用现有的分类方法训练数据分类模型。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，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。调整网络架构，提升性能。
45分钟
相关的课程
MATLAB基础
学习数据分析、建模和编程的核心MATLAB功能。
机器学习入口
学习用于分类问题的实用机器学习方法的基础知识。
基于MATLAB的深度学习
学习用真实图像和序列数据构建深度神经网络的理论和实践。
