基礎 MATLAB Programming培訓

這個為期四天的課程使用Matlab提供圖像處理基礎。您將練習如何更改和增強圖像，甚至從圖像中提取圖案。您還將學習如何構建2D濾鏡並將其應用於圖像。

示例和練習演示了在整個分析過程中使用適當的Matlab和圖像處理工具箱功能。

本課程爲期三天，全面介紹MATLAB技術計算環境。課程面向初學者和需要複習的用戶。無需編程經驗或MATLAB知識。課程將貫穿數據分析、可視化、建模和編程等主題。內容包括：

• 使用MATLAB用戶界面
• 輸入命令和創建變量
• 分析向量和矩陣
• 可視化向量和矩陣數據
• 處理數據文件
• 處理數據類型
• 使用腳本自動化命令
• 編寫帶邏輯和流程控制的程序
• 編寫函數

在這次由講師主導的線下培訓中，學員將學習如何使用Matlab設計、構建並可視化用於圖像識別的卷積神經網絡。

通過本次培訓，學員將能夠：

• 構建深度學習模型
• 自動化數據標註
• 使用來自Caffe和TensorFlow-Keras的模型
• 使用多個GPU、雲端或集羣進行數據訓練

受衆

• 開發者
• 工程師
• 領域專家

課程形式

• 部分講座、部分討論、練習和大量動手實踐

在本培訓的第一部分，我們將介紹 MATLAB 的基礎知識及其作為語言和平臺的功能。  本次討論包括對 MATLAB 語法、陣列和矩陣、數據可視化、腳本開發和面向對象原則的介紹。

在第二部分中，我們將演示如何使用 MATLAB 進行數據挖掘、機器學習和預測分析。為了向參與者提供一個清晰而實用的視角來瞭解 MATLAB 的方法和能力，我們將使用 MATLAB 與使用其他工具（如電子表格、C、C++ 和 Visual Basic）進行比較。

在培訓的第三部分，參與者學習如何通過自動化數據處理和報告生成來簡化他們的工作。

在整個課程中，參與者將通過實驗室環境中的實踐練習將學到的想法付諸實踐。在培訓結束時，參與者將全面掌握 MATLAB 的能力，並能夠利用它來解決現實世界的數據科學問題，以及通過自動化來簡化他們的工作。

將在整個課程中進行評估，以衡量進展情況。

課程形式

• 課程包括理論和實踐練習，包括案例討論、示例代碼檢查和動手實施。

注意

• 實踐課程將基於預先安排的樣本數據報告範本。如果您有具體要求，請聯繫我們安排。

本課程爲講師指導的培訓，在台灣（線上或線下）進行，面向希望學習如何使用Matlab進行動態問題數值模擬的初級開發者或工程師。

通過本課程，參與者將能夠：

• 理解動態分析的基本原理。
• 使用Matlab進行解析和數值求解。
• 通過不同方法推導運動方程。

MATLAB integrates computation, visualization and programming in an easy to use environment. It offers Financial Toolbox, which includes the features needed to perform mathematical and statistical analysis of financial data, then display the results with presentation-quality graphics.

This instructor-led training provides an introduction to MATLAB for finance. We dive into data analysis, visualization, modeling and programming by way of hands-on exercises and plentiful in-lab practice.

By the end of this training, participants will have a thorough understanding of the powerful features included in MATLAB's Financial Toolbox and will have gained the necessary practice to apply them immediately for solving real-world problems.

Audience

• Financial professionals with previous experience with MATLAB

Format of the course

• Part lecture, part discussion, heavy hands-on practice

本課程全面介紹MATLAB技術計算環境，並介紹如何使用MATLAB進行金融應用。課程面向初學者和需要複習的用戶。無需事先具備編程經驗或MATLAB知識。課程將探討數據分析、可視化、建模和編程等主題。內容包括：

• 使用MATLAB用戶界面
• 輸入命令和創建變量
• 分析向量和矩陣
• 可視化向量和矩陣數據
• 處理數據文件
• 處理數據類型
• 使用腳本自動化命令
• 編寫邏輯和流程控制程序
• 編寫函數
• 使用金融工具箱進行定量分析

面向對象的Programming與MATLAB在地球物理學中的應用，是利用MATLAB的OOP特性，爲地球物理數據分析和建模創建結構化、可重用和可維護的代碼。

本次由講師主導的培訓（線上或線下）面向地球物理學領域的MATLAB初學者，旨在幫助他們學習如何爲地球物理應用設計和實現面向對象的解決方案。

培訓結束後，參與者將能夠：

• 理解MATLAB中面向對象編程的基礎知識。
• 創建並處理用於地球物理數據處理的類、屬性和方法。
• 應用OOP技術來結構化地球物理建模和分析工作流程。
• 提升地球科學項目代碼的可重用性、可擴展性和清晰度。

課程形式

• 互動式講座與討論。
• 大量練習與實踐。
• 在即時實驗室環境中進行實操。

課程定製選項

• 如需爲本課程定製培訓，請聯繫我們進行安排。

MATLAB 是 MathWorks 開發的數值計算環境和編程語言。

Predictive analytics is the process of using data analytics to make predictions about the future. This process uses data along with data mining, statistics, and machine learning techniques to create a predictive model for forecasting future events.

In this instructor-led, live training, participants will learn how to use Matlab to build predictive models and apply them to large sample data sets to predict future events based on the data.

By the end of this training, participants will be able to:

• Create predictive models to analyze patterns in historical and transactional data
• Use predictive modeling to identify risks and opportunities
• Build mathematical models that capture important trends
• Use data from devices and business systems to reduce waste, save time, or cut costs

Audience

• Developers
• Engineers
• Domain experts

Format of the course

• Part lecture, part discussion, exercises and heavy hands-on practice

本課程爲期兩天，全面介紹MATLAB®技術計算環境。課程面向初學者和需要複習的用戶。無需編程經驗或MATLAB知識。課程涵蓋數據分析、可視化、建模和編程等主題。

本課程旨在教授系統建模語言（SysML）的基礎知識，通過MagicDraw/Cameo軟件的應用，基本基於模型的系統工程（MBSE）仿真技術，以及MBSE的最佳實踐。該培訓還旨在爲專業人員提供架構仿真背景、Simulation Toolkit插件的介紹、多種圖表類型的仿真，以及如何將圖表仿真結合在一起以實現架構自動化。​

該課程專為那些想知道商業 MATLAB 包的替代程式的人而設計。為期三天的培訓提供了有關在環境中移動以及執行 OCTAVE 軟體包進行數據分析和工程計算的全面資訊。培訓接受者是初學者，但也有那些了解該計劃並希望將他們的知識系統化並提高技能的人。不需要其他程式設計語言的知識，但它將極大地促進學習者獲取知識。該課程將在許多實際範例中向您展示如何使用該程式。

這種以講師為主導的台灣現場培訓（現場或遠端）針對的是希望探索和/或過渡到Python進行數據分析和可視化的Matlab使用者。

在培訓結束時，參與者將能夠：

• 安裝和配置Python開發環境。
• 了解Matlab和Python語法之間的差異和相似之處。
• 使用Python從各種數據集中獲取洞察。
• 將現有的Matlab應用程序轉換為Python。
• 整合Matlab和Python應用程序。

Simulink 是一個用於建模、仿真和分析多領域動態系統的圖形化編程環境。