自定进度课程的优点

提供详细的分步指导

包含实操练习,提供自动反馈

支持通过 Web 浏览器访问 MATLAB

提供可分享的进度报告和课程证书

关于本课程

 目前仅采用英语授课。


1.

快速入门

了解课程概况。导入和处理数据,探查数据特征,以及训练和评估分类模型。

30 分钟


2.

找出数据中的自然模式

使用无监督学习方法,基于一组解释变量对观测值分组,并发现数据集所包含的自然模式。

120 分钟


3.

分类方法

使用软件提供的分类方法训练数据分类模型。执行预测,并评估预测模型的准确度。

135 分钟


4.

改进预测模型

验证模型性能。优化模型属性。降低数据集维度并简化机器学习模型。

90 分钟


5.

回归方法

使用有监督学习方法,对连续响应变量进行预测建模。

105 分钟


6.

神经网络

创建和训练神经网络以进行聚类和预测建模。调整网络架构以提高性能。

45 分钟

相关课程

MATLAB 基础

掌握 MATLAB 核心功能,涵盖数据分析、建模及编程。

机器学习入门之旅

初步了解面向分类问题的机器学习实用方法。

使用 MATLAB 进行深度学习

学习理论和实践知识,利用真实图像和序列数据构建深度神经网络。

需要课堂授课?

《使用 MATLAB 进行机器学习》另以教师授课形式提供。