计算统计学：MATLAB统计分类初步

所谓分类是根据指定的特征集把项目分配到离散的组或者类之中。分类算法是统计学习/机器学习的核心组成部分之一。

此次研讨会将主要介绍Statistics and Machine Learning Toolbox（统计工具箱）中的分类功能。

具有代表性的实例包括：

• 根据听觉信号或图像来判断车辆类型
• 使用图像（光学质量控制）来对工业制成品进行分类
• 根据财务报表中的信息来指定信用评级
• 基于DNA基因图来预测肿瘤类型
• 根据邮件中不同单词的出现频率来对垃圾邮件（SPAM）进行过滤

基于真实数据集的应用实例能将向您描绘如下操作：

• 选择不同的分类算法（bagged决策树，单纯贝氏分类器，判别分析以及逻辑回归）
• 训练您的分类器
• 评估分类器的准确性（混淆矩阵，ROC曲线，分类错误）
• 简化您的分类模型

点击此处查看MATLAB代码和数据集

主讲人简介：

陈建平： MathWorks China 的应用工程师，专注于信号处理和通信方向，于北京大学获得电子学学士学位和通信系统硕士学位。在加入MathWorks之前，他在NTT DoCoMo北京研究中心从事无线通信技术的研究工作，研究范围包括MIMO检测和均衡技术，信息论和信道编码。他有多年从事FPGA设计和无线通信系统的设计经验。

相关产品：

• Image Processing Toolbox™
• Statistics and Machine Learning Toolbox™

重要提示：

网上研讨会不受地域限制，但需确保足够的网络带宽，并在装有声卡的电脑上即可参加。请务必提前注册，注册后您将收到来自messenger@webex.com的确认邮件，里面包含您相应的参会地址和ID。如有问题，请与MathWorks中国公司联系。