这些文件伴随“机器学习变得简单”网络研讨会，可以在这里查看:
//www.tianjin-qmedu.com/videos/machine-learning-with-matlab-100694.html
关于网络研讨会:
机器学习无处不在。从医疗诊断、语音和手写识别到自动交易和电影推荐，机器学习技术无时无刻不被用于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是具有挑战性的。
在这一节中，我们将探索使用MATLAB®的机器学习基础。
亮点包括:
•在MATLAB中访问、探索、分析和可视化数据
•使用分类学习应用程序和功能在统计学和机器学习工具箱®执行常见的机器学习任务，如:
o特征选择和特征变换
o指定交叉验证方案
o训练一系列分类模型，包括支持向量机(svm)，提升和袋装决策树，k-最近邻，和判别分析万博1manbetx
o使用混淆矩阵和ROC曲线进行模型评估和模型比较，以帮助为您的数据选择最佳模型
•将训练过的模型集成到计算机视觉、信号处理和数据分析等应用程序中。
引用作为
沙Prasanna(2021)。机器学习变得简单(//www.tianjin-qmedu.com/matlabcentral/fileexchange/50232-machine-learning-made-easy)， MATLAB中央文件交换。检索．
MATLAB版本兼容性
创建R2015a
与任何版本兼容
