利用 MATLAB 进行数据科学实践

概述

在新进发布的版本中，MATLAB添加了多个用于数据科学的工具。其中包括用于探索性数据分析的功能；用于快速开发机器学习模型的图形化工具；部署模型到多种平台，以与多种第三方语言开发的系统相集成。

在本课程中，我们将使用MATLAB探索数据科学的基础知识。我们将使用一个示例来解决典型的数据科学问题，包括数据访问，数据预处理，数据建模，以及模型部署（Web应用程序）。

亮点包括

具体内容包括：

1. 访问和探索大型数据集
2. 使用MATLAB数据类型预处理和分析各种类型的数据，包括文本和时间戳数据：表，时间表，字符串，分类，日期时间，tall数组
3. 数据清洗，包括异常值，数据缺失和噪声数据，连接表数据表连接，按时间同步数据，以及分组统计数据
4. 可视化各种数据类型：时间序列图，热图，箱图
5. 使用Classification Learner和Regression Learner应用程序训练机器学习模型
6. 将模型运行的Web应用程序中

关于演示者

马文辉，MathWorks中国高级应用工程师， 南开大学工学博士，在大数据处理与分析、机器学习领域有多年研究与开发经验；曾就职于Nokia Siemens中国研究院，Adobe中国研发中心以及IBM GBS。