<thead id="fflbj"><font id="fflbj"><cite id="fflbj"></cite></font></thead>
    <progress id="fflbj"><thead id="fflbj"><font id="fflbj"></font></thead></progress>

            曙海教育集團
            全國報名免費熱線:4008699035 微信:shuhaipeixun
            或15921673576(微信同號) QQ:1299983702
            首頁 課程表 在線聊 報名 講師 品牌 QQ聊 活動 就業
             
            MATLAB與機器學習入門培訓

             
               班級規模及環境--熱線:4008699035 手機:15921673576( 微信同號)
                   每期人數限3到5人。
               上課時間和地點
            開課地址:【上?!客瑵髮W(滬西)/新城金郡商務樓(11號線白銀路站)【深圳分部】:電影大廈(地鐵一號線大劇院站) 【武漢分部】:佳源大廈【成都分部】:領館區1號【沈陽分部】:沈陽理工大學【鄭州分部】:錦華大廈【石家莊分部】:瑞景大廈【北京分部】:北京中山學院 【南京分部】:金港大廈
            最新開班 (連續班 、周末班、晚班):2020年3月16日
               實驗設備
                 ☆資深工程師授課
                    
                    ☆注重質量 ☆邊講邊練

                    ☆合格學員免費推薦工作
                    ★實驗設備請點擊這兒查看★
               質量保障

                    1、培訓過程中,如有部分內容理解不透或消化不好,可免費在以后培訓班中重聽;
                    2、培訓結束后,授課老師留給學員聯系方式,保障培訓效果,免費提供課后技術支持。
                    3、培訓合格學員可享受免費推薦就業機會。

            課程大綱
             
            • 第一課:MATLAB入門基礎
              1、 簡單介紹MATLAB的安裝、版本歷史與編程環境
              2、 MATLAB基礎操作(包括矩陣操作、邏輯與流程控制、函數與腳本文件、基本繪圖等)
              3、 文件導入(mat、txt、xls、csv等格式)
              第二課:MATLAB進階與提高
              1、 MATLAB編程習慣與風格
              2、 MATLAB調試技巧
              3、 向量化編程與內存優化
              4、 圖形對象和句柄
              第三課:BP神經網絡
              1、 BP神經網絡的基本原理
              2、 BP神經網絡的MATLAB實現
              3、 案例實踐
              4、 BP神經網絡參數的優化
              第四課:RBF、GRNN和PNN神經網絡
              1、 RBF神經網絡的基本原理
              2、 GRNN神經網絡的基本原理
              3、 PNN神經網絡的基本原理
              4、 案例實踐
              第五課:競爭神經網絡與SOM神經網絡
              1、 競爭神經網絡的基本原理
              2、 自組織特征映射(SOM)神經網絡的基本原理
              3、 案例實踐
              第六課:支持向量機(Support Vector Machine, SVM)
              1、 SVM分類的基本原理
              2、 SVM回歸擬合的基本原理
              3、 SVM的常見訓練算法(分塊、SMO、增量學習等)
              4、 案例實踐
              第七課:極限學習機(Extreme Learning Machine, ELM)
              1、 ELM的基本原理
              2、 ELM與BP神經網絡的區別與聯系
              3、 案例實踐
              第八課:決策樹與隨機森林
              1、 決策樹的基本原理
              2、 隨機森林的基本原理
              3、 案例實踐
              第九課:遺傳算法(Genetic Algorithm, GA)
              1、 遺傳算法的基本原理
              2、 常見遺傳算法工具箱介紹
              3、 案例實踐
              第十課:粒子群優化(Particle Swarm Optimization, PSO)算法
              1、 粒子群優化算法的基本原理
              2、 案例實踐
              第十一課:蟻群算法(Ant Colony Algorithm, ACA)
              1、 粒子群優化算法的基本原理
              2、 案例實踐
              第十二課:模擬退火算法(Simulated Annealing, SA)
              1、 模擬退火算法的基本原理
              2、 案例實踐
              第十三課:降維與特征選擇
              1、 主成分分析的基本原理
              2、 偏最小二乘的基本原理
              3、 常見的特征選擇方法(優化搜索、Filter和Wrapper等)
             
              備案號:備案號:滬ICP備08026168號-1 .(2024年07月24日)....................
            538在线视频二三区视视频