MATLAB数据挖掘与机器学习技术相关学习,名师授课，专业教学，欢迎咨询！
各事业单位： MATLAB长期以来在数据处理、数据分析、数据可视化、建模计算等领域被广为使用，随着人工智能/机器学习近年来的飞速发展，在多个领域的成功应用，已经成为当前学术界和各行业最炙手可热的研究应用方向。机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。利用MATLAB强大的算法实现能力可以对机器学习快速入门和应用。为了培养数据分析与机器学习应用专业人才。同时应广大单位和科研院所要求，郑州晟智科信企业管理咨询有限公司特举办“2018-MATLAB数据挖掘与机器学习技术应用会议通知（第五期）”详情有关事宜通知如下：一、时间地点： 2018年1月26日--- 1月29日 河南农业大学学术交流中心（时间安排：第一天报到 ，授课三天）二、学习目标： 通过本次课程的学习,学员们将会掌握各种常见机器学习算法的原理与思想,更重要的是学员们将学会利用 MATLAB进行数据处理、图形处理等技术并应用到实际的问题和案例中。让学员对MATLAB及机器学习算法的应用有深入的理解，并通过上机实操及案例演示让学员快速掌握。三、授课方式: 1、上机操作； 2、专题小组研讨与案例讲解分析结合； 3、课程讲座； （主题明确，针对性强。专题小组研讨与案例讲解分析结合。）四、参会对象：各省市、自治区从事医疗卫生、信号处理与通讯、图像处理、信号检测、机器学习与数据挖掘等方向的相关企事业单位技术骨干、科研院所研究人员和大专院校相关专业教学人员及在校本科生、研究生等，以及对MATLAB和机器学习广大爱好者。五·主讲专家: 郁磊，副教授，具备十余年的MATLAB编程开发经验，同时在机器学习与数据挖掘领域积累了大量的实际应用案例。发布多篇论文并著有《MATLAB神经网络43个案例分析》和《MATLAB智能算法 30 个案例分析（第二版）》。报名方式：请各单位接此通知后，尽快确定参会人员，认真填写报名回执并传真至：0371-86073066或发E-mail至: szkxwyt@126.com，会务组收到回执后将通知相关报到事宜。联系方式： 电话：17335580019 传真：0371-86073066
联系人： 武桐 E_mail：szkxwyt@126.com 附件一：课程大纲
第一天第一章：MATLAB 入门基础1、简单介绍 MATLAB 的安装、版本历史与编程环境2、MATLAB 基础操作(包括矩阵操作、逻辑与流程控制、函数与脚本文件、基本绘图等)3、文件导入(mat、txt、xls、csv、jpg、wav、avi等格式)
第二章：MATLAB 进阶与提高1、MATLAB 编程习惯与风格2、MATLAB 调试技巧3、向量化编程与内存优化4、图形对象和句柄
第三章：BP 神经网络1、BP神经网络的基本原理2、BP神经网络的 MATLAB 实现3、案例实践4、BP神经网络参数的优化
第二天第四章：极限学习机(Extreme Learning Machine, ELM)1、ELM 的基本原理2、ELM 与 BP 神经网络的区别与联系3、案例实践
第五章：支持向量机(Support Vector Machine, SVM)1、SVM 分类的基本原理2、SVM 回归拟合的基本原理3、案例实践
第六章：决策树与随机森林1、决策树的基本原理2、随机森林的基本原理3、案例实践
第七章：遗传算法(Genetic Algorithm, GA)1、遗传算法的基本原理
2、常见遗传算法工具箱介绍3、案例实践
第八章：变量降维与特征选择1、主成分分析（PCA）、偏最小二乘（PLS）的基本原理2、常见的特征选择方法（优化搜索、Filter和Wrapper等）3、案例实践
第三天第九章：深度学习入门1、深度学习与传统机器学习的区别与联系2、深度学习开源工具箱简介3、卷积神经网络的基本原理4、迁移学习算法的基本原理5、专题讨论：数据VS.模型，孰更重要？
第十章：图像处理入门1、图像的常见格式及读写
2、图像的基本操作（几何变换、时频域变换等）3、图像直方图4、案例实践：基于手机摄像头的心率计算
第十一章：深度学习在图像处理中的应用案例1、MATLAB 2017b深度学习工具箱功能介绍2、案例一：11行代码实现深度学习物体识别3、案例二：利用卷积神经网络抽取抽象特征4、案例三：自定义卷积神经网络拓扑结构5、案例四：基于卷积神经网络的手写数字识别6、案例五：基于卷积神经网络实现迁移学习
第十二章：讨论与答疑1. 如何查阅文献资料？2. 如何高效率撰写专业论文？3. 从审稿人的角度看，SCI期刊论文需要具备哪些要素？4. 如何提炼与挖掘创新点？
正式文件百度云链接https://pan.baidu.com/s/1pKNi1Ph
（如无法打开可联系17335580019武桐索要正式文件）
页:
[1]