机器学习技术与实现——MATLAB大数据处理
将介绍如何用MATLAB来轻松实现机器学习中主流的分类(神经网络、Logistics、判别分析、最近邻方法、朴素贝叶斯、SVM、决策树、集成学习)和聚类K-means、层析聚类、神经网络、Fuzzy C-Means、高斯混合聚类)算法， 并可以通过比较，选择最适宜的算法。此外，还将介绍如何使用MATLAB并行计算技术来加速大数据的处理速度。
录制日期: 2013 年 10 月 29 日
将介绍如何用MATLAB来轻松实现机器学习中主流的分类(神经网络、Logistics、判别分析、最近邻方法、朴素贝叶斯、SVM、决策树、集成学习)和聚类K-means、层析聚类、神经网络、Fuzzy C-Means、高斯混合聚类)算法， 并可以通过比较，选择最适宜的算法。此外，还将介绍如何使用MATLAB并行计算技术来加速大数据的处理速度。
录制日期: 2013 年 10 月 29 日
