•  

    Новостная рассылка

    Подпишитесь и получайте самые свежие новости.
    Подписаться на новостную рассылку
  • Машинное обучение в MATLAB

    9 июня 2015
    11:00 и 17:00
    Мероприятие бесплатное
    Регистрация обязательна

    Артем Багров, инженер

    Багров Артем Анатольевич, инженер MathWorks, к.т.н. В 2004 году окончил МГУ им. Ломоносова, в 2008 защитил кандидатскую диссертацию. Работает в компании MathWorks с 2010 года. Специализируется на технических вычислениях и мат. моделировании.
    Машинное обучение применяется во многих областях науки и техники. Среди них - медицинская диагностика, распознавание речи и рукописного текста, автоматизированные торговые системы, рекомендации к просмотру видео, методы принятия важных бизнес-решений. Каждая проблема машинного обучения является уникальной, поэтому она может быть сложной в понимании исходных данных, определении ключевых особенностей, которые влияют на модель, обучении нескольких моделей и выполнении оценкок модели.

    В ходе вебинара мы расскажем об основах машинного обучения с использованием MATLAB. На двух примерах мы рассмотрим типичные рабочие процессы для обучения с учителем (классификация) и обучения без учителя (кластеризации).
    В первом примере мы проведем классификацию активности на основе данных, полученных с телефона. Второй пример из области распознавания образов – классификация объекта по видео изображению.

    Основные моменты включают

    • Доступ, исследование, анализ и визуализации данных в MATLAB
    • Использование интерактивного приложения Classification Learner и встроенных функций Statistics and Machine Learning Toolbox для выполнения общих задач машинного обучения, таких как:

    - Выбор характеристик и их преобразование
    - Выбор схемы кросс-валидации
    - Обучение классификационных выборок, включая метод опорных векторов (SVM), деревья решений на основе бустинга и бутстрепа, k ближайших соседей и дискриминантный анализ

    • Оценка модели и сравнений моделей на основе матриц несоответствия и РОК кривой для выбора лучшей модели
    • Интеграция моделей для машинного зрения, обработка сигналов и анализ данных
    Связанные материалы

    Технические расчеты