Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Programa do Curso
Lição 1: MATLAB Noções básicas de iniciação
1, uma breve introdução à instalação do MATLAB, histórico de versões e ambiente de programação
2, operações básicas do MATLAB (incluindo operações matriciais, lógica e controlo de processos, funções e ficheiros de script, desenho básico, etc.)
3, importação de ficheiros (mat, txt, xls, csv e outros formatos)
Lição 2: MATLAB avançado e melhorar
1、 MATLAB hábitos e estilos de programação
2, MATLAB habilidades de depuração
3、 Programação Vectorizada e Otimização de Memória
4、 Objetos gráficos e alças
Lição 3: Rede Neural BP
1、 Princípio básico da rede neural BP
2, MATLAB implementação da rede neural BP
3、 Prática de caso
4、 Otimização dos parâmetros da rede neural BP
Lição 4: Redes neurais RBF, GRNN e PNN
1、 O princípio básico da rede neural RBF
2、 O princípio básico da rede neural GRNN
3、 O princípio básico da rede neural PNN
4、 Prática de caso
Lição 5: Redes Neurais Competitivas e Redes Neurais SOM
1、 Princípio básico da rede neural competitiva
2、 Princípios básicos da rede neural de mapeamento de características auto-organizadas (SOM)
3、 Prática de caso
Lição 6: Máquina de Vetor de Suporte (SVM)
1、 O princípio básico da classificação SVM
2、 O princípio básico de ajuste de regressão SVM
3, algoritmos de treinamento comuns de SVM (chunking, SMO, aprendizagem incremental, etc.)
4、 Prática de caso
Lição 7: Máquina de Aprendizagem Extrema (ELM)
1、 O princípio básico da ELM
2, diferença e conexão entre ELM e rede neural BP
3、 Prática de caso
Lição 8: Árvore de Decisão e Floresta Aleatória
1、 O princípio básico da árvore de decisão
2、 O princípio básico da floresta aleatória
3、 Prática de caso
Lição 9: Algoritmo Genético (GA)
1, o princípio básico do algoritmo genético
2. introdução à caixa de ferramentas comum de algoritmo genético
3、 Prática de caso
Lição 10: Algoritmo de Otimização de Enxame de Partículas (PSO)
1、 O princípio básico do algoritmo de Otimização por Enxame de Partículas
2、 Prática de caso
Lição 11: Algoritmo de Colónia de Formigas (ACA)
1. princípios básicos do algoritmo de Otimização por Enxame de Partículas
2. estudo de caso
Lição 12: Recozimento Simulado (SA)
1. princípios básicos do Algoritmo de Recozimento Simulado (SA)
2. estudo de caso
Lição 13: Redução de dimensionalidade e seleção de características
1、 O princípio básico da análise de componentes principais
2、 O princípio básico dos mínimos quadrados parciais
3、 Métodos comuns de seleção de características (Pesquisa de Otimização, Filtro e Wrapper, etc.)
Requisitos
matemática avançada
álgebra linear
21 Horas
Declaração de Clientes (2)
Construção prática do código a partir do zero.
Igor - Draka Comteq Fibre B.V.
Curso - Introduction to Image Processing using Matlab
Máquina Traduzida
Trainer took the initiative to cover additional content outside our course materials to improve our learning.
Chia Wu Tan - SMRT Trains Ltd
Curso - MATLAB Programming
Máquina Traduzida
