39:11视频长度为39:11。
使用机器学习的预测建模-采矿案例研究
预测模型可以准确地确定系统的输出,可以帮助提供有价值的见解和知识。当系统知识未知或难以确定时,机器学习技术可用于创建预测模型。
了解如何开始使用机器学习工具来检测模式,并从数据集中构建预测模型。在本次网络研讨会上,您将了解MATLAB中可用的几种机器学习技术,以及如何快速探索数据,评估机器学习算法,比较结果,并将最佳机器学习应用于您的问题。
在本次网络研讨会上,我们将讨论:
- 机器学习概述
- MATLAB中可用的机器学习模型和技术(决策树,神经网络)
- 应用程序部署到Excel
本演示中的案例研究:
- 钢板制造过程中的故障检测
- 某铁矿厂杂质预测
主讲人简介:
David Willingham是一名高级应用工程师,专注于采矿、金融和能源应用的数据分析。他拥有莫纳什大学电气和计算机系统工程荣誉学士学位。
记录时间:2014年10月7日
您也可以从以下列表中选择一个网站:
如何获得最佳的网站性能
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。