??
課程目標：
?
課程定位為實戰(zhàn)操作型培訓，基于代碼和案例，邊講解邊實踐。通過本課程的學習，能夠使零基礎學員熟練掌握Matlab基本知識，具備使用Matlab軟件解決數(shù)據分析和數(shù)據挖掘問題的能力。
?
課程環(huán)境：
?
Win7或win8操作系統(tǒng)，學員提前安裝Matlab2015b。
?
課程大綱：
?
主題
內容
大數(shù)據技術簡介
?
Matlab數(shù)據挖掘
大數(shù)據技術與應用案例
數(shù)據挖掘流程
數(shù)據挖掘及其Matlab實現(xiàn)
Matlab簡介
Matlab基本操作
Matlab工作界面、窗口介紹
Matlab幫助系統(tǒng)
變量與數(shù)據類型
常用函數(shù)，數(shù)組運算
Matlab常用標點符號和常用快捷鍵、快捷命令
繪圖和可視化
?
圖形對象與圖形命令
二維圖形繪制，三維圖形繪制
Matlab程序設計
M文件——腳本文件和函數(shù)文件
Matlab程序流程控制與調試
Matlab與TXT文件的數(shù)據交換
從TXT文件中讀取數(shù)據
把數(shù)據寫入TXT文件
Matlab與Excel文件的數(shù)據交換
利用數(shù)據導入向導導入Excel文件
調用函數(shù)讀寫Excel文件
數(shù)據庫連接
數(shù)據庫連接的Matlab實現(xiàn)
網絡數(shù)據讀取
決策樹
創(chuàng)建決策樹
分裂屬性的選擇
決策樹剪枝
最近鄰
KNN算法
基于KNN算法的預測
回歸分析
一元線性回歸
一元非線性回歸
多元線性和廣義線性回歸
多元非線性回歸
多項式回歸
神經網絡（1）
BP神經網絡
徑向基函數(shù)神經網絡
自組織映射神經網絡
概率神經網絡
神經網絡（2）
?
神經網絡擬合工具箱
神經網絡聚類工具箱
神經網絡模式識別工具箱
神經網絡時間序列工具箱
貝葉斯分類
判別分析
支持向量機
創(chuàng)建多類樸素貝葉斯模型
判別分析分類器
線性支持向量機
非線性支持向量機
集成學習
Boosting
Bagging
隨機森林
聚類分析
層次聚類
K-Means聚類和K-Medoids聚類
高斯混合模型
聚類可視化和評估
模型評估與模型選擇
降維和特征選擇
模型評估度量、模型選擇
主成分分析
深度學習簡介及案例
Autoencoder
基于深度學習的字符識別
?
?

?