Matlab是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计 算环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功 能集成在一个易于使用的视窗环境中,为科学研究、工程设计以及必须进行有效数值计算的众多科学 领域提供了一种全面的解决方案,深得近红外光谱科研工作者的偏爱和广泛使用,MATLAB具有以下几 个特点:易学、适用范围广、功能强、开放性强、网络资源丰富。由于MATLAB的强大功能,它能使使 用者从繁重的计算工作中解脱出来,把精力集中于研究、设计以及基本理论的理解上,所以MATLAB已 成为大学及科研单位所热衷的基本数学软件。但是在实践过程中,尤其是近几年人工智能算法发展迅 速,不少研究人员在使用Matlab时遇到各类问题。
北京盛世元鸿职业技能教培中心(www.shengshiyuanhong.com.cn)特邀研发领域一线专家共同举 办此次“MATLAB机器学习与深度学习 ”会议。将使用腾讯会议方式与各界人士进行教学交流! 将使用腾讯会议方式与各界人士进行教学交流!
一、会议优势:
1.会议全程录播,一机一码,可后期回看 2.内容不定期更新,后期免费参加
3.配备 PPT、电子版教材 4.免费提供后期技术指导 5.建立微信群方便交流
二、时间地点
2023年11月03日 — 2023年11月05日 线上直播
2023年11月03日 — 2023年11月05日 线下北京
(培训授课三天、线下提前一天报到)
三、会议目标
1.掌握MATLAB基础编程及进阶提升方法。2.掌握传统机器学习方法(BP神经网络、支持向量机、决策树和随机森林等)的基本原理及 其MATLAB代码实现方法。3.掌握深度学习(卷积神经网络、迁移学习、循环神经网络、长短时记忆神经网络、时间卷积网络、生成式 对抗网络、YOLO目标检测算法、图像分割U-Net模型等)算法的基本原理及其MATLAB代码实现方法。4.掌握经典变量降维与特征选择算 法(PCA、PLS、遗传算法等)的基本原理及其MATLAB代码实现方法5.掌握深度神经网络模型优化与调参技巧(拓扑结构优化、优化器 选择、数据增强等)。6.通过实操培训掌握各种编程技巧。7.解决学员实际工作中的疑难问题。8.熟悉人工智能的最新动态及发展趋 势,9、 了解ChatGPT的注册与使用方法
四、参会对象
全国从事MATLAB、机器学习、深度学习、大数据、算法开发、工程计算、控制设计、医疗卫生、信号处理与通讯、图像处理、信号检测、金融建模设计与分析、语音识别、自然语言处理、人脸识别、目标检测、无人驾驶、推荐系统、社交网络、计算机视觉、智能机器人等领域的老师、研究生、本科生、工程师及有志于MATLAB、机器学习、深度学习研究的从业者。
时间 | 课程章节 | 主要内容 |
Day 1 9:00 – 10:30 |
第一章 MATLAB基础 编程串讲 | 1、MATLAB 基础操作:包括矩阵操作、逻辑与流程控制、函数与脚本文 件、基本绘图等 2、文件导入:mat、txt、xls、csv、jpg、wav、avi 等格式 3、MATLAB编程习惯、编程风格与调试技巧 4、MATLAB 数字图像处理入门 5、案例讲解:基于手机摄像头的心率计算 6、实操练习 |
Day 1 10:30-12:00 |
第二章 BP神经网络 |
1、人工智能基本概念辨析(回归拟合问题与分类识别问题;有监督(导师) 学习与无监督(无导师)学习;训练集、验证集与测试集;过拟合 与欠拟 合) 2、BP 神经网络的工作原理 3、数据预处理(归一化、异常值剔除、数据扩增技术等) 4、交叉验证与模型参数优化 5、模型评价与指标的选择(回归拟合问题 vs. 分类识别问题) 6、案例讲解(1)手写数字识别 (2)人脸朝向识别 (3)回归拟合预测 7、实操练习 |
Day 1 14:30-16:00 |
第三章 支持向量机、决 策树与随机 森林 | .1 支持向量机的基本原理(支持向量的本质、核函数的意义、新启示等) 2. 决策树的基本原理(微软小冰读心术的启示;什么是信息熵和信息增 益?ID3 算法和 C4.5 算法的区别与联系) 3. 随机森林的基本原理(为什么需要随机森林算法?广义与狭义意义下 的“随机森林”分别指的是什么?“随机”提现在哪些地方?随机森林 的本质是什 么?) 4. 知识扩展:支持向量机、决策树除了建模型之外,还可以帮我们做什么事情?怎样 解读随机森林的结果? 5. 案例讲解:(1)鸢尾花 Iris 分类识别 (SVM、决策树) (2)基于随机森林的乳腺癌良性/恶性肿瘤智能诊断模 型 6. 实操练习 |
Day 1 16:00-17:30 |
第四章 变量降维与 特征选择 |
1.变量降维(Dimension reduction)与特征选择(Feature selection) 在概念上的区别与联系 2.主成分分析(PCA)的基本原理 3.偏最小二乘法(PLS)的基本原理 4.PCA 与 PLS 的代码实现 5.PCA 的启发:训练集与测试集划分合理性的判断 6.经典特征选择方法 (1)前向选择法与后向选择法 (2)无信息变量消除法 (3)基于二进制遗传算法的特征选择 |
Day 2 9:00-12:00 |
第五章 卷积神经网 络 |
1、深度学习与传统机器学习的区别与联系(神经网络的隐含层数越多越 好吗?深度学习与传统机器学习的本质区别是什么?) 2、卷积神经网络的基本原理(什么是卷积核?CNN 的典型拓扑结构是怎 样的?CNN 的权值共享机制是什么?CNN 提取的特征是怎样的?) 3、LeNet、AlexNet、Vgg-16/19、GoogLeNet、ResNet 等经典深度神经 网络的区别与联系 4、MATLAB 深度学习工具箱简介 5、deepNetworkDesigner 交互式设计工具演示 6、预训练模型(Alexnet、Vgg-16/19、GoogLeNet、ResNet 等)的下载 与安装 7、案例讲解: (1)CNN 预训练模型实现物体识别 (2)利用卷积神经网络抽取抽象特征 (3) 自定义卷积神经网络拓扑结构 (4)1D CNN 模型解决回归拟合预测问题 8、实操练习 |
Day 2 14:30-15:30 |
第六章 网络优化与 调参技巧 |
1、网络拓扑结构优化 2、优化算法(梯度下降、随机梯度下降、小批量随机梯度下降、动量法、Adam 等) 3、调参技巧(参数初始化、数据预处理、数据扩增、批量归一化、超参 数优化、 网络正则化等) 4、案例讲解:卷积神经网络模型优化 5、实操练习 |
Day 2 15:30-16:30 |
第七章 迁移学习算 法 |
1、迁移学习算法的基本原理(为什么需要迁移学习?为什么可以迁移学 习?迁移学习的基本思想是什么?) 2、基于深度神经网络模型的迁移学习算法 3、案例讲解:猫狗大战(Dogs vs. Cats) 4、实操练习 |
Day 2 16:30-17:30 |
第八章 循环神经网 络与长短时 记忆神经网 络 |
1. 循环神经网络(RNN)的基本原理 2. 长短时记忆神经网络(LSTM)的基本原理 3. RNN 与 LSTM 的区别与联系 4. 案例讲解(1)时间序列预测(2)序列-序列分类 5. 实操练习 |
Day3 9:00-10:00 |
第九章 生成式对抗 网络 |
1、生成式对抗网络 GAN(什么是对抗生成网络?为什么需要对抗生成网 络?对抗生成网络可以帮我们做什么?GAN 给我们带来的启示) 2、GAN 的基本原理及 GAN 进化史 3、案例讲解:GAN 的 MATLAB 代码实现(向日葵花图像的自动生成) 4、实操练习 |
Day 3 10:00-12:00 |
第十章 目标检测 YOLO模型 |
1、什么是目标检测? 目标检测与目标识别的区别与联系 2、YOLO 模型的工作原理 3、从 YOLO v1 到 v5 的进化之路 4、案例讲解: (1)使用预训练模型实现图像、视频等实时目标检测 (2)训练自己的数据集:新冠疫情佩戴口罩识 5、实操练习 |
Day 3 14:30-15:30 |
第十一章 U-Net 模型 | 1、语义分割(Semantic Segmentation)简介 2、U-Net模型的基本原理 3、案例讲解:基于U-Net的多光谱图像语义分割 4、实操练习 |
Day3 15:30 -16:30 |
第十二章 自编码器 | 1、 自编码器的组成及基本工作原理 2、自编码器的变种(栈式自编码器、去噪自编码器、卷积自编码器、掩 码自编码器等)及其工作原理 3、案例讲解:基于自编码器的图像分类 4、实操练习 |
Day3 16:30 -17:30 |
第十三章 讨 论与答疑 |
(附加内容)讲解并演示ChatGPT的注册与使用方法 1、如何查阅文献资料?(你会使用Google Scholar、Sci-Hub、 ResearchGate吗?应该去哪些地方查找与论文配套的数据和代码?) 2、如何提炼与挖掘创新点?(如果在算法层面上难以做出原创性的工作,如何结合自 己的实际问题提炼与挖掘创新点?) 3、相关学习资料分享与拷贝(图书推荐、在线课程推荐等) 4、建立微信群,便于后期的讨论与答疑 |
五、主讲专家
高校副教授,硕士生导师。主要从事图像处理、机器学习、信号处理与数据挖掘、健康医疗大数据领域的教学与研究工作。主持参与多项相关重点项目研发及基金项目,拥有丰富的科研及工程技术经验、资深的技术底蕴和专业背景。且精通多种编程工具,如MATLAB、Python、 C++、C#、VB、Java、Qt 等,发表多篇高水平的国际学术研究论文并主编《MATLAB智能算法30个案例分析》、《MATLAB神经网络43个案例分析》相关著作。
六、参会费用
统一收费:3900 元/人(含会议费、证书认证费、资料费、指导费、发票费等)费用提供报销的正规机打发票及盖有公章的纸质通知文件;如需开具培训费的单位请联系会务人员获取培训通知;
七、培训保障:
1、提供回放、方便课后温习;
2、培训结束后提供终身免费技术的支持以及后期的免费解答辅导;
3、参加本次培训后,后期的相同老师主讲的MATLAB培训可免费参加,不限次数;
4、本次研修内容非常注重实践学习,注重实践性和落地性,全程会带着大家进行大量实操练习。
八、专项优惠(两项费用优惠不可同时享用)
一次报名参加会议,后期本人可无限次数参加相同会议,学会为止。
一、凭学生证每人可优惠300 元
二、3 人以上报名每人可优惠 300 元
三、5 人员以上报名(可免费赠送一个名额)
九、颁发证书
中国管理科学研究院颁发的《MATLAB应用工程师》证书该证书可作为有关单位专业技术人员能力评价、以及求职应聘和从业人员加薪、晋升、考核等任职的重要依据。
申报资料:请准备两寸蓝底照片、身份证及学历证明(学生证、毕业证、学位证都可)电子版即可。
联系人:刘老师 18311050656