课程介绍：
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,以具体案例的形式,引导学员自己动手实践编程。
适用人群：
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。
课程目录：
01 MATLAB入门基础
02MATLAB进阶与提高
03BP神经网络
04RBF、GRNN和PNN神经网络
05 竞争神经网络与SOM神经网络
06 支持向量机（Support Vector Machine, SVM）
07 极限学习机（Extreme Learning Machine, ELM）
08 决策树与随机森林
09 遗传算法（Genetic Algorithm, GA）
10 粒子群优化（Particle Swarm Optimization, PSO）算法
11蚁群算法（Ant Colony Algorithm, ACA）
12模拟退火算法（Simulated Annealing, SA）
13降维与特征选择
评论0