目标：将数据导入到MATLAB中并组织它进行分析，包括对数据进行规范化和删除缺少值的观测值。

• 数据类型
• 桌子
• 分类数据
• 数据准备

目标：使用无监督学习技术基于一组解释变量对观察结果进行分组，并发现数据集中的自然模式。

• 无监督学习
• 聚类方法
• 聚类评价与解释

目标：利用监督学习技术对分类问题进行预测建模。评估预测模型的准确性。

• 监督学习
• 培训和确认
• 分类方法

目标：降低数据集的维数。改进和简化机器学习模型。

• 交叉验证
• 超参数优化
• 特征变换
• 特征选择
• 集成学习

目标：使用监督学习技术对连续响应变量进行预测建模。

• 参数回归方法
• 非参数回归方法
• 回归模型的评价

目标：建立和培养集群和预测建模神经网络。调整网络架构，以提高性能。

• 自组织映射聚类
• 前馈网络分类
• 前馈网络回归