机器学习技术与实现——MATLAB大数据处理

将介绍如何用MATLAB来轻松实现机器学习中主流的分类(神经网络、Logistics、判别分析、最近邻方法、朴素贝叶斯、SVM、决策树、集成学习)和聚类K-means、层析聚类、神经网络、Fuzzy C-Means、高斯混合聚类)算法， 并可以通过比较，选择最适宜的算法。此外，还将介绍如何使用MATLAB并行计算技术来加速大数据的处理速度。

录制日期: 2013 年 10 月 29 日

相关产品

反馈

下一个:

随着数据集合的增加，你的数据还能够正常的加载到单机的内存中而不出现内存不足的错误么？ 你想知道如何把你的算法扩展到大数据框架么？ 在这次的网络研讨会中，我们将会探讨如何在MATLAB 环境中进行大数据处理。

拥抱大数据

相关视频:

研讨会摘要:很多技术人员发现他们在使用Excel进行数据分析应用的时候，会有局限性。该网上研讨会重点介绍了MATLAB所提供的对于Excel起到补充作用的各种功能，包括使用数千种预构建的工程、更先进的分析功能，以及各种通用的可视化工具。我们还将讨论MATLAB是如何改进计算速度，以使得您能够处理更大的数据集。通过产品演示，您将了解到：在MATLAB和Excel之间交换数据在MA

面向Excel用户的MATLAB: 以预测电力负荷为例

研讨会摘要:本次讲座主题是《MATLAB大学基础教学：符号数学功能在数学与物理课程中实际应用》，内容包括：MATLAB符号数学功能介绍，并通过大学基础数学和物理问题的MATLAB实例演示，详细介绍了MATLAB符号数学功能，以及MuPAD记事本的基础功能。从而帮助广大师生在大学基础课程教学中，更好的发挥MATLAB符号数学的辅助教学功能。主讲人介绍：陈炜，博士，任MathWorks中国区教

MATLAB大学基础教学: 符号数学功能在数学与物理课程中实际应用

对于第1个问题，如果回答是， 说明可能需要用到MATLAB，则可以继续问题2； 如果否，说明客户对MATLAB科学计算不管兴趣。第二个问题，是进一步了解客户的需求， 了解客户对哪些模块感兴趣。

MATLAB 快速入门

背景：很多技术人员发现他们在使用Excel进行数据分析应用的时候，会有局限性。该网上研讨会重点介绍了MATLAB所提供的对于Excel起到补充作用的各种功能，包括使用数千种预构建的工程、更先进的分析功能，以及各种通用的可视化工具。我们还将讨论MATLAB是如何改进计算速度，以使得您能够处理更大的数据集。

面向Excel用户的MATLAB

查看更多相关视频