В этом вебинаре идет речь о том, как начать использовать инструменты машинного обучения для выявления закономерностей и построения прогнозных моделей по набору исходных данных. Также продемонстрированы некоторые методы машинного обучения, доступные в MATLAB. Показаны основные возможности того, как быстро изучить входные данные, оценить алгоритмы машинного обучения, сравнить результаты и применить лучшие методы машинного обучения для конкретной 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

Сферы применения: Математика и статистика