摘要目的:将数据带入MATLAB并组织它进行分析，包括处理缺失值。通过提取和操纵数据部分来处理原始导入数据。

• 使用MATLAB数据类型存储数据
• 使用数据存储导入
• 使用缺失元素的处理数据
• 用高数组处理大数据

摘要目的:使用无监督学习技术根据一组条件指标对观察结果进行分组，并在数据集中发现自然模式。

• 在数据中找到自然的集群
• 进行降维
• 评估和解释数据中的簇

摘要目的:使用监督学习技术对分类问题进行预测建模。评估预测模型的准确性。

• 使用分类学习者应用程序进行分类
• 列车分类模型从标签数据
• 验证培训的分类模型
• 通过超参数优化提高性能

摘要目的:交互式地探索和可视化数据中的信号处理特征。

• 导入，可视化并浏览信号以获得洞察力
• 进行信号进行测量
• 在时域和频域比较多个信号
• 进行交互式光谱分析
• 提取感兴趣的区域
• 为自动化生成MATLAB脚本

摘要目的:学习清理信号集的技术与操作，如重新采样，去除异常值，填补空白。交互式生成和排名特征。

• 使用重采样来处理非均匀采样信号
• 在均匀采样信号中填充空白
• 执行重采样以确保信号之间的共同时基
• 使用信号分析仪应用程序来设计和应用滤波器
• 使用文件集成数据存储来导入数据
• 使用诊断功能设计程序自动生成和排名功能
• 使用信封谱进行机械诊断
• 找出异常值，并用可接受的样本替换
• 检测变化点并进行自动信号分割

摘要目的:探索数据来识别特征，训练决策模型来预测剩余的使用寿命。

• 选择条件指标
• 使用LifeSpan数据使用生存模型来估计剩余的使用寿命
• 使用运行到阈值数据来估计使用退化模型的剩余使用寿命
• 使用运行到故障数据来估计使用相似性模型估计剩余的使用寿命