机器学习及其matlab实现—从基础到实践

1、技术成就梦想IT1ATABURLJ机器学习及其 matlab实现一从基础到实践近年来，随着人工智能的发展，机器学习已经广泛应用于各行各业中，如语言识别、文 本分 类、智能推荐、网络安全、物联网等。然而 ，对于绝大部分非数学专业出身的人而言，谈到 机器学习，就会被大量的数学公式吓到退避三舍。实际上 ，随着计算机与信息技术的快 速发 展，越来越多的人仅需要会使用机器学习这一工具即可，无需了解各种机器学习算法的 细枝末节。正如，我们每天都在使用计算机，但是我们不需要了解 CPU和内存在每一时刻 的具体 运行过程。因此，我们推出本课程，旨在帮助学员了解各种常见机器学习算法的原理与思想，同时，以具体案例

2、的形式，引导学员自己动手实践编程。考虑到众多学员基础不一，本次课程将会分成三大部分：MATLAB入门基础与提高、机器学习 基础和具体案例实践。课程大纲：第一课：MATLAB入门基础1简单介绍MATLAB的安装、版本历史与编程环境2、 MATLAB基础操作（包括矩阵操作、逻辑与流程控制、函数与脚本文件、基本绘图等）3、文件导入（mat、txt、xls、csv等格式）第二课：MATLAB进阶与提高1 MATLAB编程习惯与风格2、MATLAB调试技巧3、向量化编程与内存优化4、图形对象和句柄第三课:BP神经网络1 BP神经网络的基本原理2、BP神经网络的 MATLAB实现3、案例实践4、BP神经网

3、络参数的优化第四课：RBF、GRNN和PNN神经网络1 RBF神经网络的基本原理 DataGuru 专业数据分析社区网址：2技术成就梦想IT1ATABURLJ2、GRNN#经网络的基本原理3、PNN神经网络的基本原理4、案例实践第五课：竞争神经网络与SOM神经网络1竞争神经网络的基本原理2、自组织特征映射(SOM)神经网络的基本原理3、案例实践第六课：支持向量机(Support Vector Machine, SVM)1 SVM分类的基本原理2、SVM回归拟合的基本原理3、SVM的常见训练算法(分块、SMO增量学习等)4、案例实践第七课：极限学习机(Extreme Learning Machi

4、ne, ELM)1 ELM的基本原理2、ELM与BP神经网络的区别与联系3、案例实践第八课：决策树与随机森林1决策树的基本原理2、随机森林的基本原理3、案例实践第九课：遗传算法(Genetic Algorithm, GA)1遗传算法的基本原理2、常见遗传算法工具箱介绍3、案例实践第十课：粒子群优化(Particle Swarm Optimization, PSO) 算法1粒子群优化算法的基本原理2、案例实践 DataGuru 专业数据分析社区网址：4技术成就梦想第 课：蚁群算法(Ant Colony Algorithm, ACA)1粒子群优化算法的基本原理2、案例实践第十二课:模拟退火算法(S

5、imulated Annealing, SA)1模拟退火算法的基本原理2、案例实践第十三课：降维与特征选择1主成分分析的基本原理2、偏最小二乘的基本原理3、常见的特征选择方法(优化搜索、Filter 和Wrapper等)授课对象：本课程适用于对 MATLAB和机器学习感兴趣的学员，包括相关专业的本科生、硕士生与博士生,以及进入职场从事数字信号处理、机器学习与数据挖掘等方向的学员。本课程适用 于机器学习零基础和 MATLAB有一定基础的学员。课程环境：MATLAB版本:MATLAB R2014a操作系统：Windows 7收获预期：通过本次课程的学习，学员们将会掌握各种常见机器学习算法的原理与思想，更重要的 是，学员们将学会利用 MATLAB等编程工具实现各种机器学习算法，并应用到实际的问题和案例 中。同时，学员们将从讲师的授课中学习到大量的MATLAB编程经验与技巧，可以快速地从MATLAB新手编程MATLAB达人。讲师介绍：本次课程将由matlab_geeker讲师完成。matlab_geeker 讲师，曾先后任国内两大 MATLAB 论坛( 和)的版主，具备十余年的 MATLAB编程开 DataGuru 专业数据分析社区网址：5技术