2019MATLAB 实战及机器学习（深度学习）实践培训班（北京）

一、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、jpg、wav、avi 等格式) 

二、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 

三、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：近红外光谱预测汽油辛烷值

4、BP 神经网络参数的优化

5、BP 算法解决手写数字识别问 题 

四、极限学习机 

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：人脸识别 

五、支持向量机 

1、SVM 分类的基本原理  

2、SVM 回归拟合的基本原理

3、案例实践：鸢尾花识别 

六、决策树算法与随机森林 

1、决策树的基本原理    

2、随机森林的基本原理及建模方法

3、案例实践：乳腺癌肿瘤诊断 

七、遗传算法 

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：函数极大值点、极小值点寻优 

八、变量降维与特征选择 

1、变量降维与特征选择的区别与联系

2、区间偏最小二乘法

3、主成分分析与偏最小二乘法      

4、二进制遗传算法

5、L0/L1 范数正则优化算法 

九、图像处理 

1、图像的常见格式及读写（彩色图像、灰度图像、二值图像等）

2、图像的基本操作（几何变换、时频域变换等）

3、图像直方图（图像的对比度、亮度等改变）

4、案例实践：基于手机摄像头的心率计算 

十、机器学习 MATLAB 实现 

1、MATLAB 深度学习工具箱介绍  

2、决策树原理与实例

3、K 近邻学习原理与实例          

4、距离判别原理与实例

5、贝叶斯分类器原理与实例

6、支持向量机分类器原理与实例

7、随机森林分类器原理与实例

8、浅层神经网络分类实例 

十一、深度学习 Python 实现 

1、卷积神经网络的基本原理

2、对抗生成神经网络的基本原理

3、迁移学习算法的基本原理

4、案例一：11 行代码实现深度学习物体识别

5、案例二：利用卷积神经网络抽取抽象特征

6、案例三：自定义卷积神经网络拓扑结构

7、案例四：基于卷积神经网络实现迁移学习 

8、案例五：Tensorflow、Caffe 等模型与 MATLAB 混合编程 

十二、经验分享与问题答疑 

1、论文及具体项目问题答疑

2、建立通讯录、微信群（课后免费技术指导） 

费用标准：

A 类，每人 3900 元（含培训费、资料费、证书、午餐费）住宿可统一安排，费用自理。

B 类，每人 4580 元（含培训费、资料费、证书、午餐费）住宿可统一安排，费用自理。

颁发证书：参加相关培训并通过考试的学员，可以获得：

A 类，中国管理科学研究院职业资格认证培训中心颁发的《MATLAB 机器学习应用工程师》（高级） 专业技能资格证书，官方网站查询，该证书可作为有关单位专业技术人员能力评价、考核和任职的重要 依据。

B 类，人力资源与社会保障部高级公务员培训中心颁发的《MATLAB 机器学习应用工程师》证书，中 国国家人事人才网查询，该证书直接纳入人才数据库。（加上 A 类共两本证书）。    

注：请学员带两寸彩照两张（背面注明姓名）、身份证复印件和学历证明复印件各两张。