MATLAB培训课程

一个为期3天的课程，带您通过MATLAB主屏幕和窗口，包括 如何使用matlab作为caluclator并绘制基本曲线如何创建自己的定制功能和脚本

这四天的课程使用Matlab提供图像处理基础。您将练习如何改变和增强图像，甚至从图像中提取图案。您还将学习如何构建2D滤镜并将其应用于图像。 示例和练习演示了在整个分析过程中使用适当的Matlab和图像处理工具箱功能。

MATLAB软件简介

MATLAB（矩阵实验室）是MATrix LABoratory的缩写,是一款由美国The MathWorks公司出品的商业科学计算和仿真软件.MATLAB拥有一套可用于算法开发,数据可视化,数据分析以及数值计算的高级技术计算语言和交互式环境.除了矩阵运算,求解线性系统方程,绘制函数/数据图像等常用功能外,MATLAB还可以用来创建用户界面及与调用其它语言（包括C,C++,Java,Python和FORTRAN）编写的程序。 尽管MATLAB最初主要用于科学计算,但其不断增加的各种附加工具箱(到目前为止将近100个)使之适合不同领域和行业的应用,如控制系统设计与分析,生物医疗,图像处理,信号处理与通讯,金融建模和分析,汽车,航天航空等。另外还有一个基于模型化设计(MBD)的图形化仿真软件包Simulink用于系统模拟,代码生成,动态/嵌入式系统开发等方面.

培训目的

本课程将全面介绍MATLAB科学技术计算环境,旨在于使初学者迅速掌握MATLAB原理,在课程结束后可以:

-> 熟悉MATLAB界面,查找帮助;

-> 键入命令,进行变量,向量和矩阵的基本操作;

-> 对数据进行多种可视化展示;

-> 处理数据文件和不同数据类型;

-> 编写脚本和函数,并在其中包含必要的逻辑和分支控制;

-> 读写文本和二进制文件

课程特色

本次课程使用MATLAB2014a用于演示。本着由浅入深,注重实践,重点问题反复强调的原则,不拘泥于PPT讲义,尽量多使用实例进行示范操作.

在这一由讲师引导的现场培训中，参与者将学习如何使用Matlab来设计、构建、可视化用于图像识别的卷积神经网络。

在培训结束后，参与者将能够：

- 建立深度学习的模式
- 使数据分类自动化
- 使用Caffe和TensorFlow-Keras的模型
- 使用多个GPU、云或群集训练数据

受众

- 开发人员
- 工程师
- 领域专家

课程形式

- 部分讲座、部分讨论、练习和大量实操

本次培训的第一部分介绍了MATLAB的基本原理及其作为语言和平台的功能。本次讨论包括MATLAB语法、数组和矩阵、数据可视化、脚本开发及面向对象原理的介绍。

在第二部分中，我们演示如何使用MATLAB进行数据挖掘、机器学习和预测性分析。为了给参与者一个关于MATLAB方法和功能的清晰和实用的观点，我们将使用MATLAB和使用电子表格、C、C ++、Visual Basic等其他工具进行比较。

在培训的第三部分，参与者学习如何通过自动化数据处理和报告生成来简化工作。

在整个课程中，参与者将在实验室环境里把通过动手练习学到的想法付诸实践。培训结束后，参与者将对MATLAB的功能有一个全面的掌握，并将能够用它来解决实际的数据科学问题，并通过自动化来简化他们的工作。

整个课程中将进行评估以衡量进度。

课程形式

- 课程包含理论和实践练习，包括案例讨论、样本代码检查和实操。

注意

- 练习课程将根据预先安排的样本数据报告模板进行。如果您有特殊要求，请联系我们以作安排。

MATLAB将计算、可视化、编程集成在一个易于使用的环境中。它提供金融工具箱（Financial Toolbox），其中包括对财务数据进行数理统计分析所需的功能，然后用图形清楚地显示结果。

这一由讲师引导的培训对用于财务工作的MATLAB进行了介绍。我们通过动手练习和丰富的实验室实践，深入了解数据分析、可视化、建模和编程。

在本次培训结束时，参与者将对MATLAB的金融工具箱中包含的强大功能有一个全面的了解，并将获得必要的实践，立即应用所学来解决实际问题。

受众

拥有MATLAB经验的金融专业人士

课程形式

部分讲座、部分讨论、大量实操

本课程提供了MATLAB技术计算环境的全面介绍，及使用MATLAB进行金融应用的介绍。本课程面向初级使用者及有意复习相关知识的使用者。不需有编程经验或MATLAB知识。在整个课程中探讨数据分析、可视化、建模、编程等主题。主题包括：

- 使用MATLAB用户界面
- 输入命令并创建变量
- 分析向量和矩阵
- 可视化矢量和矩阵数据
- 使用数据文件
- 处理数据类型
- 使用脚本自动执行命令
- 用逻辑和流控制编写程序
- 写作功能
- 使用金融工具箱进行定量分析

预测性分析是使用数据分析来预测未来的过程。此过程使用数据以及数据挖掘、统计和机器学习技术创建可用来预测未来事件的预测模型。

在这一由讲师引导的现场培训中，参与者将学习如何使用Matlab建立预测模型，并将其应用于大样本数据集，以根据数据预测未来事件。

在培训结束后，参与者将能够：

- 创建预测模型来分析历史和交易数据中的规律
- 使用预测建模来识别风险和机会
- 建立捕捉重要趋势的数学模型
- 使用来自设备和业务系统的数据来减少浪费、节省时间或降低成本

受众

- 开发人员
- 工程师
- 领域专家

课程形式

- 部分讲座、部分讨论、练习和大量实操

指导性分析同描述性分析和预测性分析一样，是业务分析的一个分支。它使用预测模型来建议为达到最佳结果可采取的行动，依靠优化和基于规则的技术作为决策的基础。

在这一由讲师引导的现场培训中，参与者将学习如何使用Matlab对一组样本数据进行指导性分析。

在培训结束后，参与者将能够：

- 了解指导性分析中使用的关键概念和框N架
- 使用MATLAB及其工具箱来获取、清理和探索数据
- 使用基于规则的技术，包括推理引擎、记分卡、决策树（decision trees），根据不同的业务场景做出决策
- 使用蒙特卡罗（Monte Carlo）模拟来分析不确定性并确保合理的决策
- 将预测性和指导性模型部署到企业系统

受众

- 业务分析师
- 运营规划师
- 职能经理
- BI（商业智能）团队成员

课程形式

- 部分讲座、部分讨论、练习和大量实操

这个为期两天的课程全面介绍了MATLAB®技术计算环境。本课程面向初学者和寻求评审的用户。没有先前的编程经验或MATLAB知识。在整个课程中探索了数据分析，可视化，建模和编程的主题。

课程专用于那些想了解商用MATLAB软件包的替代程序的人。三年培训提供了全面的环境信息，并执行OCTAVE包进行数据分析和工程计算。培训对象是初学者，但也是那些了解该计划并希望系统化他们的知识并提高他们的技能的人。不需要其他编程语言的知识，但它将极大地促进学习者获取知识。本课程将向您展示如何在许多实际示例中使用该程序。

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是一个用于建模，模拟和分析多领域动态系统的图形化编程环境。

本课程包含关于MATLAB作为通信强大仿真工具的全面资料。本课程旨在介绍MATLAB作为一种通用编程语言，而强调MATLAB功能作为仿真工具的重要作用。举例说明本课程的材料不仅仅是直接使用MATLAB命令，而是经常代表真正的问题。

目标：此培训适用于正在使用MBD技术的软件工程师，培训内容涵盖汽车系统的建模技术，汽车标准，自动代码生成和模型测试工具构建和验证。受众：汽车供应商的软件开发人员