机器学习正迅速成为一个强大的工具为解决跨广泛的行业复杂的建模问题。使工程师和科学家发展模型,从数据,可以部署为一个打包的应用程序的一部分,可以在嵌入式系统上运行效率以及云基础设施。机器学习所带来的好处被发现在应用无处不在,包括预测性维护、健康监测、金融投资组合预测,高级驾驶员辅助。然而,成功应用机器学习在实践中提出了诸多挑战。它并不总是清楚数据预测将是最有用的,和调优机器学习hyperparameters可以消耗大量时间。
在这个网络研讨会,您将学习如何机器学习工具MATLAB解决这些挑战。我们将演示:
- 使用MATLAB处理大型内存不足数据“高”框架
- 降低维数和使用先进的特征选择技术识别导入功能
- 最佳实践优化hyperparameters优化模型的性能
- 如何部署模型用于生产系统或嵌入式设备吗
