此提交提供了（即将到来的）电子书在完整的计算机学习工作流程上解释的代码。基于2016 2016挑战的心脏录音，开发了一种模型，将心脏声音分类为正常的VS异常，并部署在原型（心脏）筛选应用中。工作流程显示：
1）使用数据存储来有效地从多个文件夹中读取大量数据文件
2）使用来自信号处理，小波和特征提取统计的工具
3）使用ClassificationLearner应用程序来交互式列车，比较和优化分类器而不编写任何代码
4）以错误分类成本，以编程方式培训集合分类器
5）应用自动特征选择以选择较小的相关功能子集
6）执行C代码生成以进行部署到嵌入式系统
7）应用小波散射自动提取特征，以便手动设计的特征
引用
Bernhard Suhm（2021）。心声分类器（//www.tianjin-qmedu.com/matlabcentral/fileexchange/65286-heart-sound-classifier），Matlab中央文件交换。检索到。
