Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Course Outline
학습 1: MATLAB 입력 기본 사항 1. MATLAB 설치, 버전 기록 및 프로그래밍 환경에 대한 간략한 소개 2. MATLAB 기본 작업(행렬 작업, 논리 및 프로세스 제어, 기능 및 스크립트 파일, 기본 도면 등 포함) .) 3. 파일 가져오기(mat, txt, xls, csv 등 형식) 레슨 2: MATLAB 발전 및 개선 1. MATLAB 프로그래밍 습관 및 스타일 2. MATLAB 디버깅 기술 3. 벡터화된 프로그래밍 및 메모리 최적화 4. 그래픽 객체 및 핸들 학습 3: BP 신경망 1. BP 신경망의 기본 원리 2. BP 신경망의 MATLAB 구현 3. 사례 실습 4. BP 신경망 매개변수 최적화 학습 4: RBF, GRNN 및 PNN 신경망 1. RBF 신경망 기본 원리 2. GRNN 신경망 기본 원리 3. PNN 신경망 기본 원리 4. 사례 실습 Lesson 5: 경쟁 신경망 및 SOM 신경망 1. 경쟁 신경망 기본 원리 2 SOM(Self-Organizing Feature Map) 신경망의 기본 원리 3. 사례 실습 Lesson 6: Support Vector Machine (SVM) 1. SVM 분류의 기본 원리 2. SVM 회귀 피팅의 기본 원리 3 , SVM의 일반적인 훈련 알고리즘 ( 블로킹, SMO, 증분 학습 등) 4. 사례 실습 강의 7: Extreme Learning Machine (ELM) 1. ELM의 기본 원리 2. ELM과 BP 신경망의 차이점 3. 사례 실습 강의 8: 의사 결정 트리 및 랜덤 포레스트 1. 결정 트리의 기본 원리 2. 랜덤 포레스트의 기본 원리 3. 사례 실습 9과: 유전 알고리즘(GA) 1. 유전 알고리즘 기본 원리 2. 일반적인 유전 알고리즘 도구 상자 소개 3. 사례 실습 10과: 입자 무리 최적화(PSO) 알고리즘 1. 입자 떼 최적화 알고리즘의 기본 원리 2. 사례 실습 Lesson 11: 개미 군집 알고리즘(Ant Colony Algorithm, ACA) 1. 입자 떼 최적화 알고리즘의 기본 원리 2. 사례 실습 Lesson 12: Simulated Annealing 알고리즘 (Simulated Annealing, SA) 1. Simulated Annealing 알고리즘의 기본 원리 2. 사례 실습 Lesson 13 : 차원 축소 및 특징 선택 1. 주성분 분석의 기본 원리 2. 부분 최소 제곱의 기본 원리 3. 공통 특징 선택 방법 (최적화된 검색, 필터 및 래퍼 등)
Requirements
고급 수학 선형대수학
21 Hours
