【初中级两天大纲】 Day 1 第一天 |
简介 | MathWorks公司和MATLAB产品介绍 课程设置,教材介绍 课程大纲 |
MATLAB 用户界面 | 本章介绍MATLAB开发环境和用户界面的主要功能. 这些功能的具体应用会在后面的章节中进一步细化讲解. · 从文件中读取数据 · 保存和加载变量 · 绘图 · 定制图形 · 计算统计量 · 导出图形 |
变量与表达式 | 本章介绍如何输入MATLAB指令. 创建和读取变量中的数据 · 创建变量 · 获得帮助 · 读取和修改变量中的值 · 创建字符变量 |
向量的分析 和显示 | 本章主要介绍如何对向量进行数学和统计分析,基本的绘图操作。将演示MATLAB 的语法。 · 向量的计算 · 显示向量 · 基本的绘图选项 · 图形的标注 |
分析和 显示矩阵 | 本章详细介绍矩阵。矩阵可以看作是向量的组合。将演示不同的MATLAB 矩阵操作方法。 大小和维数 矩阵的计算 矩阵数据的统计 绘制多个列数据 矩阵的形变 多维矩阵 |
点击式 数据导入 | 通过鼠标点击完成MATLAB数据加载 |
点击式绘图 | 通过鼠标点击完成MATLAB图像绘制 |
CELL的使用 | 详细介绍MATLAB CELL数组的使用 |
数据类型 | 本章介绍MATLAB的不同数据类型。MATLAB依据存贮内容和加载方法的差异而决定不同数据类型。本节着重介绍之前各章中没有讨论过的数据,如何创建一个新的变量,以及如何对一个变量进行数据读取。并介绍了不同数据类型间如何进行转换. · MATLAB数据类型 · 创建与读取变量 · 整数 元胞 结构体 函数句柄 类型转换 |
Day 2 第二天 |
二维、三维图 | 详细介绍MATLAB的二维和三维图画法 |
多个向量绘图 | 本章从单个向量绘图扩展到多向量绘图,并且使用各种技术对图形进行修改。 · 图形结构 · 多个图片,轴和曲线figures, axes, and plots · 绘制方程 · 使用颜色 · 定制图形 |
数据可视化 专题 | 股票数据、分类数据、高频数据、社交网络数据的可视化方法 |
逻辑和 流程控制 | 本章介绍使用逻辑操作,变量和索引技术来创建更灵活的代码,进行决策和适应不同的情况。 · 逻辑操作和变量 · 逻辑索引 · 流程控制 · 循环 · 用户输入和输出 · 发布代码 |
编写脚本文件 | 随着计算任务的复杂化,输入一长串的指令变得不再现实。本章会介绍如何收集MATLAB 指令来成生脚本文件,从而实现程序的多次运行。 建模实例 命令行历 创建脚本文 运行脚本 Cells |
并行运算 | MATLAB CPU/GPU/集群的并行介绍 |
【高级班大纲】 Day3 第三天(高级班第一天) |
神经网络 | 详细介绍神经网络的原理、MATLAB建立方法,同时介绍数据挖掘思想。 从原理开始介绍何时使用? · 神经网络解决的问题 · 感知器 · BP神经网络 · SOM神经网络 · 点击式神经网络的建立 · 反向代码生成 · 神经网络工具箱演变 · 神经网络的并行 · 神经网络建立过程常见问题 |
多元回归分析 | 详细介绍多元回归的原理、MATLAB建立方法,同时介绍数据挖掘思想 包括线性多元回归、广义线性回归模型、非线性回归 · 模型的介绍 · 变量的介绍 · 模型统计量的介绍 · MATLAB的实现 · 结果的分析 · 常见问题和错误 |
Day4 第四天(高级班第二天) |
回归问题 | 详细介绍回归分析的原理、MATLAB建立方法。 · 多元线性回归(第三天已经介绍,如果需要请参与第三天课程) · 多元非线性回归(第三天已经介绍,如果需要请参与第三天课程) · 广义线性回归模型(第三天已经介绍,如果需要请参与第三天课程) · 神经网络(第三天已经介绍,如果需要请参与第三天课程) · SVM · 曲线拟合 案例:吸烟会不会导致血压变化? |
分类问题 | 详细介绍分类问题的原理、MATLAB建立方法,同时介绍数据挖掘思想。 · 神经网络 · 逻辑回归 · 判别分析 · 朴素贝叶斯分类 · SVM · 决策树 · 集合算法 案例:银行出了一种新产品,营销的目标人群如何寻找? |
聚类问题 | 详细介绍聚类分析的原理、MATLAB建立方法。 · K均值聚类 · 系统聚类 · 神经网络 · 模糊C均值聚类 · 高斯混合模型 案例:债券如何根据其特征进行聚类? |
MATLAB使用常用技巧 | 详细介绍数据挖掘过程中MATLAB常见的使用技巧,包括: · MATLAB与JAVA的混编 · MATLAB与C++的混编 · MATLAB与R的混编 · MATLAB连接MySQL数据库 · MATLAB定时运行 · MATLAB与大数据管理分析 |