2018-05-09

Matlab长期以来在数据处理、数据分析、数据可视化、建模计算等领域被广为使用,随着人工智能/机器学习近年来的飞速发展,在多个领域的成功应用,已经成为当前学术界和各行业最炙手可热的研究应用方向。机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。利用Matlab强大的算法实现能力可以对机器学习快速入门和应用。为了培养matlab编程及机器学习应用专业人才,中国科学院计算技术研究所烟台分所特举办“Matlab高级编程技术与机器学习应用“高级培训班

 

主办单位: 中国科学院计算技术研究所烟台分所  烟台中科网络技术研究所

承办单位: 北京中科云畅应用技术研究院

培训时间地点:   2018年5月18日 —2018年5月21日       青 岛

                     (第一天报道,培训三天)      

《2018-05-09》

可咨询:13932327338

培训费用:每人 3900元(含报名费、培训费、资料费),食宿可统一安排,费用自理。

                            

培训目标: 通过讲授matlab高级编程技术,机器学习算法及深度学习应用,让学员对Matlab及机器学习算法的应用有深入的理解,并通过上机实操及案例演示让学员快速掌握。

培训对象:院校计算机专业、信息计算科学专业、工程建筑专业、统计学专业、生物信息专业、金融专业等及对机器学习技术感兴趣的老师、研究生等。相关从事人工智能/机器学习、图像处理、数值计算、数据分析、工程建模、数据可视化等领域应用的研究人员、研发负责人等。

 

培训方式:  1、培训讲座;     2、上机实操;   3、专题小组研讨与案例讲解分析结合;

报名办法:请各有关部门统一组织本地区行政、企事业单位报名参加会议,各单位也可直接报名参加。报名回执表请传真至会务处。

中国科学院计算技术研究所烟台分所             烟台中科网络技术研究所

 

二零一八年三月二十日                   二零一八年三月二十日

 

 

附件

一、主讲专家:

主讲专家来自中科院及高校的matlab及机器学习应用高级专家,拥有丰富的科研及工程技术经验,长期从事计算领域国家重大项目研究,具有资深的技术底蕴和专业背景。

二、培训内容:

课程主要内容授课方式

第一章: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)

课程简介;

经验分享;

相关知识点复习与巩固;

理论讲解与案例演示;

实操练习;

第二章: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

理论讲解与案例演示;

实操练习;

知识点总结、延拓;

课堂讨论;

章: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

4、BP神经网络参数的优化

理论讲解与案例演示;

实操练习;

知识点总结、延拓;

课堂讨论;

章:极限学习机(Extreme Learning Machine, ELM)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

理论讲解与案例演示;

实操练习;  

章:支持向量机(Support Vector Machine, SVM)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

理论讲解与案例演示;

实操练习;

知识点总结、延拓;

章:决策树与随机森林1、决策树的基本原理

2、随机森林的基本原理

3、案例实践

理论讲解与案例演示;

实操练习;

知识点总结、延拓;

课堂讨论;

章:遗传算法(Genetic Algorithm, GA)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

理论讲解与案例演示;

实操练习;

章:图像处理入门1、图像的常见格式及读写2、图像的基本操作(几何变换、时频域变换等)

3、图像直方图

4、案例实践:基于手机摄像头的心率计算

理论讲解与案例演示;

实操练习;

 

章:深度学习入门1、深度学习与传统机器学习的区别与联系

2、深度学习开源工具箱简介

3、卷积神经网络的基本原理

4、迁移学习算法的基本原理

5、专题讨论:数据VS.模型,孰更重要?

理论讲解与案例演示;

实操练习;

 

第十章:深度学习在图像处理中的应用案例1、MATLAB 2017b深度学习工具箱功能介绍

2、案例一:11行代码实现深度学习物体识别

3、案例二:利用卷积神经网络抽取抽象特征

4、案例三:自定义卷积神经网络拓扑结构

5、案例四:基于卷积神经网络的手写数字识别

6、案例五:基于卷积神经网络实现迁移学习

理论讲解与案例演示;

实操练习;

 

第十章:讨论与答疑[if !supportLists]1.      

  [endif]如何查阅文献资料?

[if !supportLists]2.      

  [endif]如何高效率撰写专业论文?

[if !supportLists]3.      

  [endif]从审稿人的角度看,SCI期刊论文需要具备哪些要素?

[if !supportLists]4.      

  [endif]如何提炼与挖掘创新点?

课堂讨论;

复习与答疑;

 

三、颁发证书:

学员经培训考试合格后可以获得:由中国科学院计算技术研究所烟台分所颁发的培训证书。

注:请学员带身份证复印件一张。请自带笔记本电脑。

Cߴ��zv

    原文作者:DeepAI
    原文地址: https://www.jianshu.com/p/d14a209bab30
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞