Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Első óra: MATLAB alapok
1. A MATLAB telepítésének, verziótörténetének és programozási környezetének bemutatása
2. MATLAB alapműveletek (mátrixműveletek, logika és vezérlés, függvények és szkriptfájlok, alapvető ábrázolás stb.)
3. Fájlok importálása (mat, txt, xls, csv formátumok)
Második óra: MATLAB haladó szint
1. MATLAB programozási szokások és stílus
2. MATLAB hibakeresési technikák
3. Vektorizált programozás és memóriaoptimalizálás
4. Grafikus objektumok és fogantyúk
Harmadik óra: BP neurális hálózat
1. A BP neurális hálózat alapelvei
2. A BP neurális hálózat implementációja MATLAB-ban
3. Példák és gyakorlás
4. A BP neurális hálózat paramétereinek optimalizálása
Negyedik óra: RBF, GRNN és PNN neurális hálózat
1. Az RBF neurális hálózat alapelvei
2. A GRNN neurális hálózat alapelvei
3. A PNN neurális hálózat alapelvei
4. Példák és gyakorlás
Ötödik óra: Versengő neurális hálózat és SOM neurális hálózat
1. A versengő neurális hálózat alapelvei
2. Az önszervező térképek (SOM) neurális hálózat alapelvei
3. Példák és gyakorlás
Hatodik óra: Támogató vektorgépek (Support Vector Machine, SVM)
1. Az SVM osztályozás alapelvei
2. Az SVM regresszió illesztés alapelvei
3. Az SVM gyakori tanítási algoritmusai (darabolás, SMO, növekményes tanulás stb.)
4. Példák és gyakorlás
Hetedik óra: Extrém tanulási gépek (Extreme Learning Machine, ELM)
1. Az ELM alapelvei
2. Az ELM és a BP neurális hálózat közötti különbségek és kapcsolatok
3. Példák és gyakorlás
Nyolcadik óra: Döntési fák és véletlen erdők
1. A döntési fák alapelvei
2. A véletlen erdők alapelvei
3. Példák és gyakorlás
Kilencedik óra: Genetikus algoritmusok (Genetic Algorithm, GA)
1. A genetikus algoritmusok alapelvei
2. Gyakori genetikus algoritmus eszköztárak bemutatása
3. Példák és gyakorlás
Tizedik óra: Részecskeszarmó optimalizálás (Particle Swarm Optimization, PSO) algoritmus
1. A részecskeszarmó optimalizálás alapelvei
2. Példák és gyakorlás
Tizenegyedik óra: Hangyabolyda algoritmus (Ant Colony Algorithm, ACA)
1. A részecskeszarmó optimalizálás alapelvei
2. Példák és gyakorlás
Tizenkettedik óra: Szimulált hűtés algoritmus (Simulated Annealing, SA)
1. A szimulált hűtés algoritmus alapelvei
2. Példák és gyakorlás
Tizenharmadik óra: Dimenziócsökkentés és jellemzőkiválasztás
1. A főkomponens-elemzés alapelvei
2. A legkisebb négyzetek módszerének alapelvei
3. Gyakori jellemzőkiválasztási módszerek (optimalizálásos keresés, Filter és Wrapper stb.)
Követelmények
Felsőfokú matematika
Lineáris algebra
21 Órák
Vélemények (2)
Kézi kódolás nulláról kezdve.
Igor - Draka Comteq Fibre B.V.
Kurzus - Introduction to Image Processing using Matlab
Gépi fordítás
Trainer took the initiative to cover additional content outside our course materials to improve our learning.
Chia Wu Tan - SMRT Trains Ltd
Kurzus - MATLAB Programming
Gépi fordítás
