Machine Learning con MATLAB

Questo corso di due giorni verte sull'analisi dei dati e sulle tecniche di Machine Learning in MATLAB^® utilizzando le funzionalità offerte da Statistics and Machine Learning Toolbox™ e Deep Learning Toolbox™. Il corso illustra l'utilizzo dell'apprendimento senza supervisione per rilevare le feature di grandi set di dati e dell'apprendimento con supervisione per elaborare modelli predittivi. Gli esempi e gli esercizi evidenziano le tecniche utili per la visualizzazione e la valutazione dei risultati. Elenco degli argomenti:

Organizzazione e pre-elaborazione dei dati
Clustering dei dati
Creazione di modelli di classificazione e regressione
Interpretazione e valutazione dei modelli
Semplificazione dei set di dati
Utilizzo di insiemi per migliorare le prestazioni dei modelli

Scopri maggiori dettagli sui nostri corsi

Prerequisiti

Fondamenti MATLAB

Questo corso è disponibile anche online in modalità autogestita.

Dettagli e avvio

Giorno 1
Importazione e organizzazione di dati	Obiettivo: Importare i dati in MATLAB e organizzarli per l'analisi, incluse la normalizzazione dei dati e la rimozione di osservazioni con valori mancanti. Tipi di dati Tabelle Preparazione dei dati
Ricerca di pattern naturali nei dati	Obiettivo: Utilizzare tecniche di apprendimento senza supervisione per raggruppare osservazioni in base a un set di variabili esplicative e individuare pattern naturali in un set di dati. Apprendimento senza supervisione Metodi di clustering Interpretazione e valutazione dei cluster
Costruzione di modelli di classificazione	Obiettivo: Usare le tecniche di apprendimento con supervisione per realizzare modelli predittivi per problemi di classificazione. Valutare la precisione di un modello predittivo. Apprendimento con supervisione Training e convalida Metodi di classificazione

Giorno 2
Miglioramento dei modelli predittivi	Obiettivo: Ridurre la dimensionalità di un set di dati. Migliorare e semplificare i modelli di Machine Learning. Convalida incrociata Ottimizzazione degli iperparametri Trasformazione delle feature Selezione delle feature Apprendimento d'insieme
Costruzione di modelli di regressione	Obiettivo: Usare le tecniche di apprendimento con supervisione per costruire modelli predittivi per variabili di risposta continue. Metodi di regressione parametrica Metodi di regressione non parametrica Valutazione dei modelli di regressione
Creazione di reti neurali	Obiettivo: Creare e addestrare reti neurali per clustering e modelli predittivi. Modificare l'architettura della rete per migliorare le prestazioni. Clustering con self-organizing map (SOM) Classificazione con reti feed-forward Regressione con reti feed-forward

Giorno 1
Importazione e Organizzazione di Dati	Obiettivo: Importare i dati in MATLAB e organizzarli per l'analisi, incluse la normalizzazione dei dati e la rimozione di osservazioni con valori mancanti. Tipologie di dati Tabelle Dati categoriali Preparazione dei dati
Ricerca di Pattern Naturali nei Dati	Obiettivo: Utilizzare tecniche di apprendimento senza supervisione per raggruppare osservazioni in base ad alcune variabili esplicative e individuare dei pattern naturali nei dati. Apprendimento senza supervisione Metodi di clustering Interpretazione e valutazione dei cluster
Costruzione di Modelli di Classificazione	Obiettivo: Usare le tecniche di apprendimento con supervisione per realizzare modelli predittivi per problemi di classificazione. Valutare l’accuratezza di un modello predittivo. Apprendimento con supervisione Training evalidazione Metodi di classificazione

Giorno 2
Miglioramento dei Modelli Predittivi	Obiettivo: Ridurre la dimensionalità di un set di dati. Migliorare e semplificare i modelli di machine learning. Cross validation Ottimizzazione degli iperparametri Trasformazione delle feature Selezione delle feature Apprendimento ensemble
Costruzione di Modelli di Regressione	Obiettivo: Usare le tecniche di apprendimento con supervisione per costruire modelli predittivi con variabili di risposta continue. Metodi di regressione parametrica Metodi di regressione non parametrica Valutazione dei modelli di regressione
Creazione di Reti Neurali	Obiettivo: Creare e addestrare reti neurali per clustering e modelli predittivi. Modificare l'architettura della rete per migliorare le prestazioni. Clustering con self-organizing map (SOM) Classificazione con reti feed-forward Regressione con reti feed-forward

Svolgimento garantito

Registrandoti a uno di questi corsi, avrai la certezza che non sarà cancellato o riprogrammato per nessuna ragione.

Calendario Corsi

Risultati 1 - 16 di 16

Date	Località	Lingua	Prezzo
Su richiesta	Autogestiti 180 giorni di accesso completo a partire dal giorno dell'acquisto	Inglese	USD 350
16 Giu 2022 - 17 Giu 2022	Virtuale 9:00 am - 5:00 pm Ora solare Giappone	Giapponese	USD 1,500
21 Giu 2022 - 22 Giu 2022	Virtuale 9:00 am - 5:00 pm Ora legale Europa centrale	Francese	USD 1,500
23 Giu 2022 - 24 Giu 2022	Virtuale 9:00 am - 5:00 pm Ora solare Corea	Coreano	USD 1,500
02 Ago 2022 - 03 Ago 2022	Virtuale 9:00 am - 5:00 pm Ora legale Stati Uniti orientali	Inglese	USD 1,500
09 Ago 2022 - 10 Ago 2022	Virtuale 9:00 am - 5:00 pm Ora solare Cina	Cinese	USD 1,500
25 Ago 2022 - 26 Ago 2022	Virtuale 9:00 am - 5:00 pm Ora solare Corea	Coreano	USD 1,500
06 Set 2022 - 07 Set 2022	Virtuale 9:00 am - 5:00 pm Ora solare Australia orientale	Inglese	USD 1,500
21 Set 2022 - 22 Set 2022	Virtuale 9:00 am - 5:00 pm Ora legale Europa centrale	Inglese	USD 1,500
29 Set 2022 - 30 Set 2022	Virtuale 9:00 am - 5:00 pm Ora solare Giappone	Giapponese	USD 1,500
11 Ott 2022 - 12 Ott 2022	Virtuale 9:00 am - 5:00 pm Ora solare Corea	Coreano	USD 1,500
20 Ott 2022 - 21 Ott 2022	Virtuale 9:00 am - 5:00 pm Ora legale Australia orientale	Inglese	USD 1,500
15 Nov 2022 - 16 Nov 2022	Virtuale 9:00 am - 5:00 pm Ora solare Stati Uniti Pacifico	Inglese	USD 1,500
22 Nov 2022 - 23 Nov 2022	Virtuale 9:00 am - 5:00 pm Ora Europa centrale	Spagnolo	USD 1,500
08 Dic 2022 - 09 Dic 2022	Virtuale 9:00 am - 5:00 pm Ora solare Giappone	Giapponese	USD 1,500
13 Dic 2022 - 14 Dic 2022	Virtuale 9:00 am - 5:00 pm Ora solare Corea	Coreano	USD 1,500

Risultati 1 - 16 di 16

Il prezzo si riferisce all'acquisto e uso in Stati Uniti. Per i prezzi relativi ad altre regioni contatta l’ufficio commerciale. Il prezzo del prodotto non include le tasse di vendita e d'uso, le accise, l'IVA e altre. Tutte le tasse, le imposte e le spese pertinenti, così come i tributi e i dazi statali applicabili a questo acquisto, saranno calcolati sull'ordine finale. Per ulteriori informazioni, fai riferimento alle Politiche per la formazione.