Алгоритмы машинного обучения и анализа данных в MATLAB

Основные моменты включают методы обучения с учителем и без, в том числе:
• K-средних и другие методы кластеризации
• Нейронные сети
• Деревья решений и ансамбль обучения
• Наивный байесовский классификатор
• Линейная, логистическая и нелинейная регрессии
Узнайте, как начать работу с инструментами машинного обучения для выявления закономерностей и построения прогнозных моделей по набору исходных данных. В этом вебинаре вы узнаете о различных методах машинного обучения, доступных в MATLAB. Вы поймете, как быстро изучить данные, оценить алгоритмы машинного обучения, сравнить результаты и применить лучшие алгоритмы для решения вашей задачи.

Основные моменты включают методы обучения с учителем и без, в том числе:

• K-средних и другие методы кластеризации
• Нейронные сети
• Деревья решений и ансамбль обучения
• Наивный байесовский классификатор
• Линейная, логистическая и нелинейная регрессии

Технические требования
Поделиться
27 ноября
Четверг

17:00

Прошло

*
Настоящим в соответствии с Федеральным законом № 152-ФЗ «О персональных данных» от 27.07.2006, отправляя данную форму, вы подтверждаете свое согласие на обработку персональных данных . Мы, ООО ЦИТМ "Экспонента" и аффилированные к нему лица, гарантируем конфиденциальность получаемой нами информации. Обработка персональных данных осуществляется в целях эффективного исполнения заказов, договоров и пр. в соответствии с «Политикой конфиденциальности персональных данных». * - обязательные поля