MATLAB による機械学習

回帰、分類、およびクラスタリングモデルを作成し、それらのパフォーマンスを向上させる方法を学習します。

必要条件: MATLAB 基礎

このコースは包括契約のライセンスに含まれておりますが、個別にご購入される場合は、こちらをクリックしてください。

自己学習形式のメリット

段階的に着実に進められる

フィードバックが自動化された実践的な演習

Web ブラウザーから MATLAB にアクセス可能

進捗レポートとコース修了証を共有可能

このコースについて

 英語でのみ受講可能


1.

はじめに

コースの概要を理解する。データをインポートし、特徴を確認する。分類モデルの学習と評価を行う。

30 分


2.

データのクラスタリング

教師なし学習の手法を使用して、観測値をグループ化し、データセットをクラスタリングする。

120 分


3.

分類モデル

利用可能な分類方法を使用して、データを学習させて分類モデルを作成する。予測を行い、分類モデルの精度を評価する。

135 分


4.

分類モデルの改善

モデルのパフォーマンスを検証する。モデルプロパティを最適化する。データセットの次元を削減し、分類モデルを簡素化する。

90 分


5.

回帰モデル

教師あり学習の手法を使用して、回帰モデルを作成する。

105 分


6.

ニューラル ネットワーク

クラスタリングや分類、回帰のためのニューラル ネットワークを作成して学習させる。ネットワーク アーキテクチャを調整してパフォーマンスを向上させる。

45 分

関連コース

MATLAB 基礎

MATLAB の主な機能である、データ解析、モデリング、プログラミングについて学習します。

機械学習 入門

分類問題のための実用的な機械学習手法の基礎を学びます。

MATLAB によるディープラーニング

実際の画像およびシーケンス データを使用して、ディープ ニューラル ネットワークの理論と実践について学びます

クラスルーム形式のオプションをお探しですか。

MATLAB による機械学習は、講師によるライブ形式のトレーニングでもご受講いただけます。