这些文件与“机器学习变得容易”网络研讨会一起，可在此处查看：
//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，机器学习技术正被用来在一天中的每一刻做出关键的商业和生活决策。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性、培训多个模型以及执行模型评估都是一项挑战。
在本课程中，我们将探讨使用MATLAB®进行机器学习的基础知识。
亮点包括：
•访问Matlab中的数据访问，探索，分析和可视化数据
•使用统计信息和机器学习工具箱中的分类学习者应用程序和功能，以执行常用机器学习任务，例如：
o特征选择和特征转换
o指定交叉验证方案
o培训一系列分类模型，包括支持向量机（SVM）、增强和袋装决策树、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，以帮助为数据选择最佳模型
•将经过培训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。
引用为
沙尚克·普拉桑纳（2021年）。机器学习变得容易了(//www.tianjin-qmedu.com/matlabcentral/fileexchange/50232-machine-learning-made-easy)，MATLAB中央文件交换。恢复.
Matlab释放兼容性
使用R2015a创建
兼容任何释放
