MATLAB培訓

一個爲期3天的課程，帶您通過MATLAB主屏幕和窗口，包括 如何使用matlab作爲caluclator並繪制基本曲線如何創建自己的定制功能和腳本

這四天的課程使用Matlab提供圖像處理基礎。您將練習如何改變和增強圖像，甚至從圖像中提取圖案。您還將學習如何構建2D濾鏡並將其應用于圖像。 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。

MATLAB軟件簡介

MATLAB（矩陣實驗室）是MATrix LABoratory的縮寫,是一款由美國The MathWorks公司出品的商業科學計算和仿真軟件.MATLAB擁有一套可用于算法開發,數據可視化,數據分析以及數值計算的高級技術計算語言和交互式環境.除了矩陣運算,求解線性系統方程,繪制函數/數據圖像等常用功能外,MATLAB還可以用來創建用戶界面及與調用其它語言（包括C,C++,Java,Python和FORTRAN）編寫的程序。 盡管MATLAB最初主要用于科學計算,但其不斷增加的各種附加工具箱(到目前爲止將近100個)使之適合不同領域和行業的應用,如控制系統設計與分析,生物醫療,圖像處理,信號處理與通訊,金融建模和分析,汽車,航天航空等。另外還有一個基于模型化設計(MBD)的圖形化仿真軟件包Simulink用于系統模擬,代碼生成,動態/嵌入式系統開發等方面.

培訓目的

本課程將全面介紹MATLAB科學技術計算環境,旨在于使初學者迅速掌握MATLAB原理,在課程結束後可以:

-> 熟悉MATLAB界面,查找幫助;

-> 鍵入命令,進行變量,向量和矩陣的基本操作;

-> 對數據進行多種可視化展示;

-> 處理數據文件和不同數據類型;

-> 編寫腳本和函數,並在其中包含必要的邏輯和分支控制;

-> 讀寫文本和二進制文件

課程特色

本次課程使用MATLAB2014a用于演示。本著由淺入深,注重實踐,重點問題反複強調的原則,不拘泥于PPT講義,盡量多使用實例進行示範操作.

在這一由講師引導的現場培訓中，參與者將學習如何使用Matlab來設計、構建、可視化用于圖像識別的卷積神經網絡。

在培訓結束後，參與者將能夠：

- 建立深度學習的模式
- 使數據分類自動化
- 使用Caffe和TensorFlow-Keras的模型
- 使用多個GPU、雲或群集訓練數據

受衆

- 開發人員
- 工程師
- 領域專家

課程形式

- 部分講座、部分討論、練習和大量實操

本次培訓的第一部分介紹了MATLAB的基本原理及其作爲語言和平台的功能。本次討論包括MATLAB語法、數組和矩陣、數據可視化、腳本開發及面向對象原理的介紹。

在第二部分中，我們演示如何使用MATLAB進行數據挖掘、機器學習和預測性分析。爲了給參與者一個關于MATLAB方法和功能的清晰和實用的觀點，我們將使用MATLAB和使用電子表格、C、C ++、Visual Basic等其他工具進行比較。

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工作。

在整個課程中，參與者將在實驗室環境裏把通過動手練習學到的想法付諸實踐。培訓結束後，參與者將對MATLAB的功能有一個全面的掌握，並將能夠用它來解決實際的數據科學問題，並通過自動化來簡化他們的工作。

整個課程中將進行評估以衡量進度。

課程形式

- 課程包含理論和實踐練習，包括案例討論、樣本代碼檢查和實操。

注意

- 練習課程將根據預先安排的樣本數據報告模板進行。如果您有特殊要求，請聯系我們以作安排。

MATLAB將計算、可視化、編程集成在一個易于使用的環境中。它提供金融工具箱（Financial Toolbox），其中包括對財務數據進行數理統計分析所需的功能，然後用圖形清楚地顯示結果。

這一由講師引導的培訓對用于財務工作的MATLAB進行了介紹。我們通過動手練習和豐富的實驗室實踐，深入了解數據分析、可視化、建模和編程。

在本次培訓結束時，參與者將對MATLAB的金融工具箱中包含的強大功能有一個全面的了解，並將獲得必要的實踐，立即應用所學來解決實際問題。

受衆

擁有MATLAB經驗的金融專業人士

課程形式

部分講座、部分討論、大量實操

本課程提供了MATLAB技術計算環境的全面介紹，及使用MATLAB進行金融應用的介紹。本課程面向初級使用者及有意複習相關知識的使用者。不需有編程經驗或MATLAB知識。在整個課程中探討數據分析、可視化、建模、編程等主題。主題包括：

- 使用MATLAB用戶界面
- 輸入命令並創建變量
- 分析向量和矩陣
- 可視化矢量和矩陣數據
- 使用數據文件
- 處理數據類型
- 使用腳本自動執行命令
- 用邏輯和流控制編寫程序
- 寫作功能
- 使用金融工具箱進行定量分析

預測性分析是使用數據分析來預測未來的過程。此過程使用數據以及數據挖掘、統計和機器學習技術創建可用來預測未來事件的預測模型。

在這一由講師引導的現場培訓中，參與者將學習如何使用Matlab建立預測模型，並將其應用于大樣本數據集，以根據數據預測未來事件。

在培訓結束後，參與者將能夠：

- 創建預測模型來分析曆史和交易數據中的規律
- 使用預測建模來識別風險和機會
- 建立捕捉重要趨勢的數學模型
- 使用來自設備和業務系統的數據來減少浪費、節省時間或降低成本

受衆

- 開發人員
- 工程師
- 領域專家

課程形式

- 部分講座、部分討論、練習和大量實操

指導性分析同描述性分析和預測性分析一樣，是業務分析的一個分支。它使用預測模型來建議爲達到最佳結果可采取的行動，依靠優化和基于規則的技術作爲決策的基礎。

在這一由講師引導的現場培訓中，參與者將學習如何使用Matlab對一組樣本數據進行指導性分析。

在培訓結束後，參與者將能夠：

- 了解指導性分析中使用的關鍵概念和框N架
- 使用MATLAB及其工具箱來獲取、清理和探索數據
- 使用基于規則的技術，包括推理引擎、記分卡、決策樹（decision trees），根據不同的業務場景做出決策
- 使用蒙特卡羅（Monte Carlo）模擬來分析不確定性並確保合理的決策
- 將預測性和指導性模型部署到企業系統

受衆

- 業務分析師
- 運營規劃師
- 職能經理
- BI（商業智能）團隊成員

課程形式

- 部分講座、部分討論、練習和大量實操

這個爲期兩天的課程全面介紹了MATLAB®技術計算環境。本課程面向初學者和尋求評審的用戶。沒有先前的編程經驗或MATLAB知識。在整個課程中探索了數據分析，可視化，建模和編程的主題。

課程專用于那些想了解商用MATLAB軟件包的替代程序的人。三年培訓提供了全面的環境信息，並執行OCTAVE包進行數據分析和工程計算。培訓對象是初學者，但也是那些了解該計劃並希望系統化他們的知識並提高他們的技能的人。不需要其他編程語言的知識，但它將極大地促進學習者獲取知識。本課程將向您展示如何在許多實際示例中使用該程序。

The Python programming language is becoming more and more popular among Matlab users due to its power and versatility as a data analysis tool as well as a general purpose language.

This instructor-led, live training (onsite or remote) is aimed at Matlab users who wish to explore and or transition to Python for data analytics and visualization.

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

- Install and configure a Python development environment.
- Understand the differences and similarities between Matlab and Python syntax.
- Use Python to obtain insights from various datasets.
- Convert existing Matlab applications to Python.
- Integrate Matlab and Python applications.

Format of the Course

- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.

Course Customization Options

- To request a customized training for this course, please contact us to arrange.

Simulink是一個用于建模，模擬和分析多領域動態系統的圖形化編程環境。

本課程包含關于MATLAB作爲通信強大仿真工具的全面資料。本課程旨在介紹MATLAB作爲一種通用編程語言，而強調MATLAB功能作爲仿真工具的重要作用。舉例說明本課程的材料不僅僅是直接使用MATLAB命令，而是經常代表真正的問題。

目標：此培訓適用于正在使用MBD技術的軟件工程師，培訓內容涵蓋汽車系統的建模技術，汽車標准，自動代碼生成和模型測試工具構建和驗證。受衆：汽車供應商的軟件開發人員