机器学习用于预测建模(重点)

机器学习无处不在，每天都被用来做出重要的商业和生活决策。每个机器学习问题都是独特的，因此管理原始数据、识别影响模型的关键特征、训练多个模型以及执行模型评估都具有挑战性。

本课程将探讨使用MATLAB进行机器学习的基础知识^®．罗里通过例子回顾监督学习(分类和回归)和无监督学习的典型工作流程。

亮点包括:

• 访问、探索、分析和可视化数据
• 使用分类学习者应用程序和功能交互式地执行常见任务，如数据探索、特征选择、交叉验证和结果评估

本演示演示了统计和机器学习工具箱™和深度学习工具箱™中的新功能示例。

这个视频是在MATLAB EXPO上给出的演示的一个简短版本。要观看完整版视频，请参见下面“其他参考资料”部分中的链接。