Курс посвящен анализу данных и методам машинного обучения в MATLAB. Рассматриваются техники обучения без учителя для исследования и обнаружения особенностей в больших наборах данных и обучения с учителем для построения прогнозных моделей. На примерах и упражнениях будут рассмотрены методы визуализации и оценки результатов.


Код тренинга: MLML

Продолжительность курса: 2 дня

Стоимость курса:  25000 рублей

 

Что входит в курс:

  • Организация и предварительная обработка данных;

  • Кластеризация;

  • Построение моделей классификации и регрессии;

  • Интерпретация и оценка моделей;

  • Уменьшение размерности множества данных;

  • Использование ансамбля обучений для повышения эффективности модели.


Предварительная подготовка:

Опыт работы с MATLAB на уровне курса MLBE

Пройденный тренинг "Статистический анализ в MATLAB" (MLST)

Продолжительность курса - 2 дня.

Использование модели машинного обучения в Simulink для приема потоковых данных и прогнозирования оценки метки и классификации с помощью модели SVM.Использование модели машинного обучения в Simulink для приема потоковых данных и прогнозирования оценки метки и классификации с помощью модели SVM.


Программа

День 1

  • Импорт и организация данных.
  • Нахождение естественных структур в данных.
  • Построение предсказательной модели.

День 2

  • Повышение производительности моделей.
  • Построение регрессионных моделей.
  • Создание нейронных сетей.


Импорт и организация данных

Импорт данных в MATLAB и их организация для последующего анализа, включая нормировку и обработку наблюдений с пропущенными значениями.

  • Типы данных;
  • Таблицы;
  • Данные категорий;
  • Подготовка данных.

Нахождение естественных структур в данных

Использование методов обучения без учителя для группировки наблюдений основанных на множестве независимых переменных и исследование естественных структур исходного множества.

  • Обучение без учителя;
  • Методы кластеризации;
  • Оценка и интерпретация кластеров.

Построение предсказательной модели

Использование методов обучения с учителем для выполнения прогнозного моделирования в задачах классификации. Оценка точности прогнозной модели.

  • Обучение с учителем;
  • Обучение и проверка;
  • Методы классификации.

Повышение производительности моделей

Уменьшение размерности набора данных. Улучшение и упрощение моделей машинного обучения

  • Перекрестная проверка;
  • Выбор характеристик;
  • Извлечение характеристик;
  • Ансамбль обучений.

Построение регрессионных моделей

Использование обучения с учителем для выполнения предсказательного моделирования для случая непрерывного отклика

  • Параметрические регрессионные методы;
  • Непараметрические регрессионные методы;
  • Оценка модели.

Создание нейронных сетей

Создание нейронных сетей для целей кластеризации и прогнозного моделирования. Настройка архитектуры сети для повышения производительности.

  • Кластеризация на основе самоорганизующихся карт;
  • Классификация нейронными сетями прямого распространения;
  • Регрессия нейронными сетями прямого распространения.


Стоимость курса - 25000 рублей*. Оплата после регистрации. Оплата возможна как от физ. лиц, так и от организаций. 

Контакты для связи: 
training@exponenta.ru 
+7(495)009-65-85 

*Цены действительны только при стандартных условиях продажи ЦИТМ Экспонента резидентам РФ. При отклонении от стандартного договора, стоимость может быть изменена. Образец договора предоставляется после заполнения заявки(регистрации).

08 сентября
Среда
Москва

10:00

1месяц до начала

Адрес

Полная карта

2-й Южнопортовый проезд, 31, стр. 4

Спикеры

Артем Багров Артем Багров

Артем Багров

Инженер ЦИТМ Экспонента, к.т.н. В 2004 году окончил МГУ им. Ломоносова, в 2008 защитил кандидатскую диссертацию. Работает в компании с 2010 года. Специализируется на технических вычислениях и мат. моделировании.

Поделиться
Поделиться