• Ближайшие события

    Новостная рассылка

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

    Код тренинга: MLML

    Этот двухдневный курс посвящен анализу данных и методам машинного обучения в MATLAB с использованием функций Statistics and Machine Learning Toolbox и Deep Learning Toolbox. В курсе будут демонстрироваться техники обучения без учителя для исследования и обнаружения особенностей в больших наборах данных и обучения с учителем для построения прогнозных моделей. На примерах и упражнениях будут рассмотрены методы визуализации и оценки результатов.


    Темы курса включают:

    • Организация и предварительная обработка данных 
    • Кластеризация 
    • Построение моделей классификации и регрессии
    • Интерпретация и оценка моделей 
    • Уменьшение размерности множества данных 
    • Использование ансамбля обучений для повышения эффективности модели 

    Заявка на тренинг


    Подробнее

    Подробная программа курса

    День 1

    Модуль 1. Импорт и организация данных

    Импорт данных в MATLAB и их организация для последующего анализа, включая нормировку и обработку наблюдений с пропущенными значениями.

    • Типы данных 
    • Таблицы 
    • Данные категорий 
    • Подготовка данных 


    Модуль 2. Нахождение естественных структур в данных

    Использование методов обучения без учителя для группировки наблюдений основанных на множестве независимых переменных и исследование естественных структур исходного множества.

    • Обучение без учителя 
    • Методы кластеризации 
    • Оценка и интерпретация кластеров 


    Модуль 3. Построение предсказательной модели

    Использование методов обучения с учителем для выполнения прогнозного моделирования в задачах классификации. Оценка точности прогнозной модели.

    • Обучение с учителем 
    • Обучение и проверка 
    • Методы классификации 


    День 2

    Модуль 4. Повышение производительности моделей

    Уменьшение размерности набора данных. Улучшение и упрощение моделей машинного обучения

    • Перекрестная проверка 
    • Выбор характеристик 
    • Извлечение характеристик
    • Ансамбль обучений 


    Модуль 5. Построение регрессионных моделей

    Использование обучения с учителем для выполнения предсказательного моделирования для случая непрерывного отклика

    • Параметрические регрессионные методы
    • Непараметрические регрессионные методы
    • Оценка модели


    Модуль 6. Создание нейронных сетей

    Создание нейронных сетей для целей кластеризации и прогнозного моделирования. Настройка архитектуры сети для повышения производительности.

    • Кластеризация на основе самоорганизующихся карт
    • Классификация нейронными сетями прямого распостранения
    • Регрессия нейронными сетями прямого распространения

    Заявка на тренинг
    Связанные материалы