必要条件

MATLAB 基礎 コースを受講された方、または同等の知識を有する方。 MATLAB による統計解析 コースを受講された方で統計解析や機械学習技術の基礎知識をお持ちの方。

このコースは、オンラインの自己学習形式トレーニングでも受講できます。

自己学習形式コースでは、ブラウザーを使った実践的な MATLAB の演習に、時間と場所を選ばずに自分のペースで取り組むことができます。

MATLAB による機械学習

この 2 日コースでは、Statistics and Machine Learning Toolbox^™ と Neural Network Toolbox^™ の機能を使用して、 MATLAB^® でのデータ解析と機械学習の手法を中心に学びます。また、教師なし学習を使ったデータセットからの特徴の抽出と、教師あり学習を使った予測モデルの構築について説明します。例題と演習では、可視化と結果の評価方法を詳しく取り上げます。

データの前処理と整理
データのクラスタリング
分類および回帰モデルの構築
モデルの評価
データセットの簡略化
モデルの改善

コース概要の詳細を見る

必要条件

このコースは、オンラインの自己学習形式トレーニングでも受講できます。

自己学習形式コースでは、ブラウザーを使った実践的な MATLAB の演習に、時間と場所を選ばずに自分のペースで取り組むことができます。

ビデオを見る: 自己学習形式トレーニングのメリット (1:03)

Day 1 of 2
データのインポートと整理	目的: データを MATLAB にインポートし解析する方法について学びます。解析にはデータの正規化、欠損データ値をもつ観測値の削除などが含まれます。データのテーブルカテゴリカルデータデータの前処理
データの妥当なパターンの検出	目的: 教師なし学習のテクニックを使用して、類似性の尺度に基づきデータセットをグループに分割し、データセット内の妥当なパターンを検出する方法について学びます。教師なし学習次元の縮小クラスターの作成クラスターの評価と解釈
分類モデルの構築	目的: 教師あり学習のテクニックを使用して、分類問題に対して予測モデルを構築する方法について学びます。また、モデルの精度についても評価します。教師あり学習と分類学習と検証分類手法

Day 2 of 2
予測モデルの改善	目的: データセットの次元を削減し、機械学習モデルを単純化および改善する方法について学びます。交差検定特徴変換特徴選択アンサンブル学習
回帰モデルの構築	目的: パラメトリックおよび、ノンパラメトリックモデルを構築する方法について学びます。パラメトリックモデルノンパラメトリックモデル正則化と特徴選択
ニューラルネットワークの構築	目的: クラスタリングと予測モデル構築のためにニューラルネットワークを学習する方法について学びます。また、ネットワークの構造を調整し、性能を改善する方法についても学びます。自己組織化マップによるクラスタリングフィードフォワードネットワークによる分類フィードフォワードネットワークによる回帰

実施確定

これらのコースはご登録後、キャンセルもしくは日程変更されることはありません。

スケジュールと受講申請

結果 1 - 4 / 4

日付	開催地	言語	料金
オンデマンド	自己学習形式申し込み後 180 日間無制限でアクセス可能	English	USD 350
2019 年10月15日- 2019 年10月16日	中国, 北京	Chinese	CNY 6,000
2019 年11月12日- 2019 年11月13日	中国, 深圳	Chinese	CNY 6,000
2019 年11月19日- 2019 年11月20日	中国, 上海	Chinese	CNY 6,000

結果 1 - 4 / 4

この価格はアメリカ合衆国, で購入および使用された際に適用されます。その他の地域での価格については、弊社営業までお問い合わせください。製品価格には、売上税、使用税、消費税、付加価値税、その他の税金は含まれていません。ご注文の際に、実際に適用される税金、関税、課徴金、賦課金および政府関係費用が確定します。詳細については、MathWorks トレーニングポリシーを参照してください。