培训
活动
学习资源
访问帮助中心,浏览产品文档,参与社区论坛,查看发行说明,以及更多。
MATLAB 和 Simulink 视频
了解产品,观看演示,并浏览新功能
公司
招聘
MathWorks 致力于脱碳
了解 MathWorks 如何保护和恢复地球资源
搜索
人工智能 (AI)
无论您是刚开始接触机器学习和深度学习,希望提高人工智能技能,还是想将人工智能融入您的应用,都可以通过这些教程和示例学习如何使用 MATLAB 实现人工智能工作流。
只需几行 MATLAB 代码或使用低代码 App,您就可以创建、训练和调节人工智能模型以用于分类、预测或模式识别。与其从头开始创建深度学习模型,不如使用预训练深度学习模型,将其直接应用或对其进行修改以适用于您的任务。
机器学习与深度学习 | 深度学习简介
机器学习基础 | 机器学习简介,第 1 部分
以交互方式构建、可视化和编辑深度学习网络
使用分类学习器进行数据分类
教程
示例
更多
MATLAB 提供了相关工具,可用于创建可解释和可扩展的人工智能模型,管理人工智能试验,与 Python® 集成,并最终设计从数据准备到部署的完整人工智能工作流。
面向工程师的 AI:构建 AI 系统
交互式构建试验以调整和比较深度学习网络
在 MATLAB Online 中打开并浏览此交互式示例:Grad-CAM 揭示深度学习决策背后的依据
应用型机器学习,第 4 部分:嵌入式系统
使用 MATLAB,您可以将人工智能集成到现有应用设计中,如计算机视觉、信号处理、预测性维护等。
在 MATLAB 中使用深度学习实现计算机视觉
使用 YOLOX 网络检测印刷电路板上的缺陷
使用深度学习进行时间序列预测
使用投影压缩机器故障识别神经网络
基于 RandLANet 深度学习的航空激光雷达语义分割
基于机器学习和深度学习的雷达目标分类
使用深度学习进行信号处理
使用深度学习可解释性方法调查音频分类预测
使用时频卷积网络进行 EEG 数据分类
使用深度学习进行语义分割
简介 | 预测性维护,第 1 部分
使用深度学习预测电池循环寿命
基于三轴振动数据进行工业机械异常检测
对于善于通过课堂学习掌握知识的学员,经验丰富的 MathWorks 教师在世界各地以线上和面对面的方式讲授一系列 AI 主题的课程。
使用 MATLAB 进行深度学习
创建和修改使用图像和序列数据进行分类、回归和目标检测的深度神经网络。
使用MATLAB 进行机器学习
使用 MATLAB 创建回归、分类和聚类模型,并优化其性能。
使用MATLAB 和 Simulink进行强化学习
在 MATLAB 中使用强化学习方法以最优方式求解决多元问题。
选择网站
选择网站以获取翻译的可用内容,以及查看当地活动和优惠。根据您的位置,我们建议您选择:。
您也可以从以下列表中选择网站:
如何获得最佳网站性能
选择中国网站(中文或英文)以获得最佳网站性能。其他 MathWorks 国家/地区网站并未针对您所在位置的访问进行优化。
美洲
欧洲
亚太
联系您当地的办事处