Dynamic Analysis Using Matlab 培训

为期3天的课程，带您浏览MATLAB主屏幕和窗口，包括......

• 如何使用matlab作为caluclator并绘制基本曲线
• 如何创建自己的自定义函数和脚本

这个为期四天的课程使用Matlab提供图像处理基础。您将练习如何更改和增强图像，甚至从图像中提取图案。您还将学习如何构建2D滤镜并将其应用于图像。

示例和练习演示了在整个分析过程中使用适当的Matlab和图像处理工具箱功能。

MATLAB（矩阵实验室）是MATrix LABoratory的缩写,是一款由美国The MathWorks公司出品的商业科学计算和仿真软件.MATLAB拥有一套可用于算法开发,数据可视化,数据分析以及数值计算的高级技术计算语言和交互式环境.除了矩阵运算,求解线性系统方程,绘制函数/数据图像等常用功能外,MATLAB还可以用来创建用户界面及与调用其它语言（包括C,C++,Java,Python和FORTRAN）编写的程序。 尽管MATLAB最初主要用于科学计算,但其不断增加的各种附加工具箱(到目前为止将近100个)使之适合不同领域和行业的应用,如控制系统设计与分析,生物医疗,图像处理,信号处理与通讯,金融建模和分析,汽车,航天航空等。另外还有一个基于模型化设计(MBD)的图形化仿真软件包Simulink用于系统模拟,代码生成,动态/嵌入式系统开发等方面.

• 熟悉MATLAB界面,查找帮助;
• 键入命令,进行变量,向量和矩阵的基本操作;
• 对数据进行多种可视化展示;
• 处理数据文件和不同数据类型;
• 编写脚本和函数,并在其中包含必要的逻辑和分支控制;
• 读写文本和二进制文件;

在这一由讲师引导的现场培训中，参与者将学习如何使用Matlab来设计、构建、可视化用于图像识别的卷积神经网络。

在培训结束后，参与者将能够：

• 建立深度学习的模式
• 使数据分类自动化
• 使用Caffe和TensorFlow-Keras的模型
• 使用多个GPU、云或群集训练数据

受众

• 开发人员
• 工程师
• 领域专家

课程形式

• 部分讲座、部分讨论、练习和大量实操

在本培训的第一部分，我们将介绍 MATLAB 的基础知识及其作为语言和平台的功能。  本次讨论包括对 MATLAB 语法、数组和矩阵、数据可视化、脚本开发和面向对象原则的介绍。

在第二部分中，我们将演示如何使用 MATLAB 进行数据挖掘、机器学习和预测分析。为了向参与者提供一个清晰而实用的视角来了解 MATLAB 的方法和能力，我们将使用 MATLAB 与使用其他工具（如电子表格、C、C++ 和 Visual Basic）进行比较。

在培训的第三部分，参与者学习如何通过自动化数据处理和报告生成来简化他们的工作。

在整个课程中，参与者将通过实验室环境中的实践练习将学到的想法付诸实践。在培训结束时，参与者将全面掌握 MATLAB 的能力，并能够利用它来解决现实世界的数据科学问题，以及通过自动化来简化他们的工作。

将在整个课程中进行评估，以衡量进展情况。

课程形式

• 课程包括理论和实践练习，包括案例讨论、示例代码检查和动手实施。

注意

• 实践课程将基于预先安排的样本数据报告模板。如果您有具体要求，请联系我们安排。

MATLAB 将计算、可视化和编程集成到一个易于使用的环境中。它提供 Financial Toolbox，其中包括对财务数据执行数学和统计分析所需的功能，然后以演示质量的图形显示结果。

此讲师引导式培训介绍了财务 MATLAB。我们通过动手练习和大量的实验室实践，深入研究数据分析、可视化、建模和编程。

在本次培训结束时，参与者将对 MATLAB 的 Financial Toolbox 中包含的强大功能有透彻的理解，并将获得必要的实践，以便立即将它们应用于解决现实世界的问题。

观众

• 具有 MATLAB 相关工作经验的金融专业人士

课程形式

• 部分讲座，部分讨论，大量动手实践

本课程提供了MATLAB技术计算环境的全面介绍，及使用MATLAB进行金融应用的介绍。本课程面向初级使用者及有意复习相关知识的使用者。不需有编程经验或MATLAB知识。在整个课程中探讨数据分析、可视化、建模、编程等主题。主题包括：

• 使用MATLAB用户界面
• 输入命令并创建变量
• 分析向量和矩阵
• 可视化矢量和矩阵数据
• 使用数据文件
• 处理数据类型
• 使用脚本自动执行命令
• 用逻辑和流控制编写程序
• 写作功能
• 使用金融工具箱进行定量分析

MATLAB 是 MathWorks 开发的数值计算环境和编程语言。

预测性分析是使用数据分析来预测未来的过程。此过程使用数据以及数据挖掘、统计和机器学习技术创建可用来预测未来事件的预测模型。

在这一由讲师引导的现场培训中，参与者将学习如何使用Matlab建立预测模型，并将其应用于大样本数据集，以根据数据预测未来事件。

在培训结束后，参与者将能够：

• 创建预测模型来分析历史和交易数据中的规律
• 使用预测建模来识别风险和机会
• 建立捕捉重要趋势的数学模型
• 使用来自设备和业务系统的数据来减少浪费、节省时间或降低成本

受众

• 开发人员
• 工程师
• 领域专家

课程形式

• 部分讲座、部分讨论、练习和大量实操