烟台中科网络技术研究所举办《Matlab数据分析、图形处理与机器学习算法实现培训班》

2017年11月16日 0:00 至 2017年11月19日 0:00 ，烟台中科网络技术研究所在 青岛·暂时未定·举办《Matlab数据分析、图形处理与机器学习算法实现培训班》，会议大约有40人参加。

会议通知

---

Matlab数据分析、图形处理与机器学习算法实现培训班宣传图

Matlab长期以来在数据处理、数据分析、数据可视化、建模计算等领域被广为使用，随着人工智能/机器学习近年来的飞速发展，在多个领域的成功应用，已经成为当前学术界和各行业最炙手可热的研究应用方向。机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。利用Matlab强大的算法实现能力可以对机器学习快速入门和应用。为了培养数据分析与机器学习应用专业人才，中国科学院计算技术研究所烟台分所特举办“Matlab数据分析、图形处理与机器学习算法实现“高级培训班。

主办单位： 中国科学院计算技术研究所烟台分所  烟台中科网络技术研究所

承办单位： 北京中科云畅应用技术研究院

培训时间地点：   2017年11月16日 — 2017年11月19日   

（第一天报道，培训三天）

                            

培训目标：通过讲授matlab数据处理、图形处理等技术，机器学习算法及matlab实现方法，让学员对Matlab及机器学习算法的应用有深入的理解，并通过上机实操及案例演示让学员快速掌握。

培训方式:  1、培训讲座；     2、上机实操；   3、专题小组研讨与案例讲解分析结合；

计算所烟台分所是面向网络应用技术的研究机构，在地方挂“烟台中科网络技术研究所（烟台网络所）”牌子，是烟台市政府批准设立的事业单位。　　烟台网络所与中科院计算所网络数据科学与工程研究中心共同承担了天玑系列大规模网络数据处理系统的研发工作，并作为天玑网络数据系统的研发和产业化基地。　　定位为将国家战略需求和地方产业需求紧密结合的新型研究所，明确“一个方向”——以海量网络信息处理为主要发展方向，建设海量网络数据计算平台、大规模网络仿真平台、互联网深度信息服务平台这“三大平台”。

中科院计算技术研究所烟台分所（烟台分所）是中国科学院计算技术研究所与烟台高新技术产业开发区共同组建的网络应用技术研究机构，定位为将国家战略需求和地方产业需求紧密结合的新型研究所。是中科院计算所第一个将技术整体转移并实现资源共享、信息互通的地方分支机构。明确“一个方向”：以海量互联网数据的深度信息处理为主要发展方向。建设“三大平台”：海量网络数据计算平台，大规模网络仿真平台，互联网深度信息服务。产出“三类价值”：学术、系统和应用、产业孵化。

会议日程 （最终日程以会议现场为准）

---

一、MATLAB编程基础	1、 MATLAB简介与用户界面 2、 变量、表达式、数组运算 3、 MATLAB程序设计	（1）MATLAB开发环境和用户界面的主要功能 （2）变量的定义与赋值，数组运算 （3）MATLAB语言的流程结构 （4）编写脚本文件与函数文件 （5）程序调试 （6）匿名函数、子函数与嵌套函数 （7）现场练习与答疑
二、MATLAB访问文件和数据库	1、 读写TXT文件 2、 读写EXCEL文件 3、 访问数据库 4、 综合实验—语音处理 5、 综合实验二图像处理	（1）利用界面操作导入TXT文件 （2）调用高级和低级函数读取数据 （3）用界面操作导入Excel文件 （4）调用xlsread读取数据 （5）写数据到Excel文件 （6）读取数据库 （7）图像数据读写与图像处理实例 （8）语音信号处理 （9）现场练习与答疑
三、数据可视化	1、 绘制基本图形和常见的二维和三维图形 2、 高级绘图技术	（1）句柄式图形对象 （2）设置图形对象属性值 （3）获取图形对象属性名称和属性值 （4）常用的二维和三维绘图函数 （5）图形修饰和添加注释 （6）把图形复制到剪贴板 （7）把图形导出到文件 （8）打印图形 （9）制作多种形式动画 （10）现场练习与答疑
四、图形用户界面和Simulink仿真	1、 图形用户界面（GUI）知识 2、 图形用户界面（GUI）设计 3、 Simulink基础知识 4、 Simulink建模与仿真	（1）GUIDE基本知识 （2）利用GUIDE制作界面的方法 （3）GUIDE开发实例 （4）Simulink的工作环境 （5）Simulink的数据类型 （6）Simulink的基本操作 （7）Simulink线性系统建模 （8）子系统和系统设计实例 （9）现场练习与答疑
五、优化建模与数据分析	1、 基本优化方法 2、 智能优化算法 3、 工程最优化应用实例 4、 数据统计分析方法 5、 数值计算案例分析	（1）无约束优化问题建模与求解 （2）非线性及线性规划问题建模与求解 （3）整数规划问题建模与求解 （4）常用智能优化算法实例 （5）统计工程及数值计算案例 （6）现场练习与答疑
六、机器学习及其MATLAB实现	1、 人工神经网络 2、 支持向量机 3、 遗传算法 4、 蚁群算法 5、 回归分析 6、 变量降维与特征选择 7、 深度学习 8、 实例讲解	（1）BP神经网络基本原理及MATLAB实现 （2）SVM基本原理及MATLAB实现 （3）遗传算法基本原理及MATLAB实现 （4）蚁群算法基本原理及MATLAB实现 （5）PCA、PLS基本原理及MATLAB实现 （6）深度学习在图像识别中的应用 （7）现场练习与答疑
七、MATLAB高级编程	1、 大规模数据处理技巧 2、 代码优化与并行计算 3、 应用程序发布	（1）内存使用和大数据处理技巧 （2）矢量化和矩阵化处理 （3）MATLAB编译exe文件 （4）制作可分享的App程序 （5）现场练习与答疑

会议嘉宾 （最终出席嘉宾以会议现场为准）

---

院校计算机专业、信息计算科学专业、工程建筑专业、统计学专业、生物信息专业、金融专业等及对机器学习技术感兴趣的老师、研究生等。相关从事数值计算、数据分析、工程建模、数据可视化、人工智能/机器学习等领域应用的研究人员、研发负责人等。

参会指南

---

培训费用：每人3600元（含报名费、培训费、资料费），食宿可统一安排，费用自理。