基于MATLAB 2021b的机器学习、深度学习
近年来,随着无人驾驶汽车、医学影像智慧辅助诊疗、ImageNet竞赛等热点事件的发生,人工智能迎来了新一轮的发展浪潮。尤其是在计算机视觉和图像处理领域,各种颠覆性的成果应运而生。因此,帮助广大科研人员更加系统地学习图像处理、机器学习和深度学习的基础理论知识及对应的代码实现方法,旨在帮助学员掌握图像处理的基础知识,以及经典机器学习算法和最新的深度神经网络、迁移学习、对抗生成网络等算法的基本原理及其MATLAB编程实现方法。
采用“理论讲解+案例实战+动手实操+讨论互动”相结合的方式,抽丝剥茧、深入浅出分析图像处理、机器学习和深度学习在应用时需要掌握的经验及编程技巧。
【专家】:郁磊副教授,长期从事Python、Matlab机器学习及深度学习等研究工作,具备良好的数学及信号处理基础,熟悉如神经网络、支持向量机、决策树、随机森林等,以及群优 化算法,如遗传算法、蚁群算法、蝙蝠算法等,近些年一直在对深度学习核心技术进行研究,主持参与多项相关重点项目研发及基因项目,且精通多种编程工具,如 MATLAB、Python、 C++、C#、VB、Java、Qt 等。熟悉各种时域、频域和非线性分析方法,如傅里叶变换、小波变换、李雅普诺夫指数、 多尺度熵、压缩感知等,以及各种特征选择与降维方法,如主成分分析、随机投影、互信息、 非负矩阵分解、稀疏优化等。熟悉数据库及网络编程,擅长 Apache + MySQL + PHP 架构开发,以及移动端 Android App 开发等。熟悉可穿戴设备硬件系统的开发,具备心电、肌电、血压、血氧饱和度、惯性传感器等 生理信号采集系统的开发经验。同时,熟悉常用的无线传感器网络通信协议,如 ZigBee、 Wifi、Bluetooth 等。开展Python相关课程多大百余场,发布多篇论文并著有《神经网络 43 个案例分析》和《智能算法 30 个案例分析(第二版)》等。
>>>郁 磊 老 师 最 新 基 于MATLAB 2021b的 机 器 学 习、深 度 学 习 实 践 应 用
第一章 MATLAB基础编程串讲 |
1、MATLAB 基础操作:包括矩阵操作、逻辑与流程控制、函数与脚本文件、基本绘图等 2、文件导入:mat、txt、xls、csv、jpg、wav、avi等格式 3、MATLAB编程习惯、编程风格与调试技巧 4、MATLAB数字图像处理入门 5、案例讲解:基于手机摄像头的心率计算 6、实操练习 |
第二章 BP神经网络 |
1、人工智能基本概念辨析(回归拟合问题与分类识别问题;有监督(导师)学习与无监督(无导师)学习;训练集、验证集与测试集;过拟合与欠拟合) 2、BP神经网络的工作原理 3、数据预处理(归一化、异常值剔除、数据扩增技术等) 4、交叉验证与模型参数优化 5、模型评价与指标的选择(回归拟合问题 vs. 分类识别问题) 6、案例讲解:(1)手写数字识别 (2)人脸朝向识别 (3)回归拟合预测 7、实操练习 |
第三章 支持向量机、决策树与随机森林 |
1. 支持向量机的基本原理(支持向量的本质、核函数的意义、SVM的启示等) 2. 决策树的基本原理(微软小冰读心术的启示;什么是信息熵和信息增益?ID3算法和C4.5算法的区别与联系) 3. 随机森林的基本原理(为什么需要随机森林算法?广义与狭义意义下的“随机森林”分别指的是什么?“随机”提现在哪些地方?随机森林的本质是什么?) 4. 知识扩展:支持向量机、决策树除了建模型之外,还可以帮我们做什么事情?怎样解读随机森林的结果? 5. 案例讲解:(1)鸢尾花Iris分类识别(SVM、决策树) (2)基于随机森林的乳腺癌良性/恶性肿瘤智能诊断模型 6. 实操练习 |
第四章 变量降维与特征选择 |
1. 变量降维(Dimension reduction)与特征选择(Feature selection)在概念上的区别与联系 2. 主成分分析(PCA)的基本原理 3. 偏最小二乘法(PLS)的基本原理 4. PCA与PLS的代码实现 5. PCA的启发:训练集与测试集划分合理性的判断 6. 经典特征选择方法 1)前向选择法与后向选择法 2)无信息变量消除法 3)基于二进制遗传算法的特征选择 |
第五章 卷积神经网络 |
1.深度学习与传统机器学习的区别与联系(神经网络的隐含层数越多越好吗?深度学习与传统机器学习的本质区别是什么?) 2、卷积神经网络的基本原理(什么是卷积核?CNN的典型拓扑结构是怎样的?CNN的权值共享机制是什么?CNN提取的特征是怎样的?) 3、LeNet、AlexNet、Vgg-16/19、GoogLeNet、ResNet等经典深度神经网络的区别与联系 4、MATLAB深度学习工具箱简介 5、deepNetworkDesigner交互式设计工具演示 6、预训练模型(Alexnet、Vgg-16/19、GoogLeNet、ResNet等)的下载与安装 7、案例讲解: (1)CNN预训练模型实现物体识别 (2)利用卷积神经网络抽取抽象特征 (3)自定义卷积神经网络拓扑结构 (4)1D CNN模型解决回归拟合预测问题 8、实操练习 |
第六章 网络优化与调参技巧 |
1、网络拓扑结构优化 2、优化算法(梯度下降、随机梯度下降、小批量随机梯度下降、动量法、Adam等) 3、调参技巧(参数初始化、数据预处理、数据扩增、批量归一化、超参数优化、网络正则化等) 4、案例讲解:卷积神经网络模型优化 5、实操练习 |
第七章 迁移学习算法 |
1、迁移学习算法的基本原理(为什么需要迁移学习?为什么可以迁移学习?迁移学习的基本思想是什么?) 2、基于深度神经网络模型的迁移学习算法 3、案例讲解:猫狗大战(Dogs vs. Cats) 4、实操练习 |
第八章 循环神经网络与长短时记忆神经网络 |
1. 循环神经网络(RNN)的基本原理 2. 长短时记忆神经网络(LSTM)的基本原理 3. RNN与LSTM的区别与联系 4. 案例讲解: 1)时间序列预测 2)序列-序列分类 5. 实操练习 |
第九章 时间卷积网络(Temporal Convolutional Network, TCN) |
1. 时间卷积网络(TCN)的基本原理 2. TCN与1D CNN、LSTM的区别与联系 3. 案例讲解: 1)时间序列预测:新冠肺炎疫情预测 2)序列-序列分类:人体动作识别 4. 实操练习 |
第十章 基于深度学习的视频分类案例实战 |
1、基于深度学习的视频分类基本原理 2、读取视频流文件并抽取图像帧 3、利用预训练CNN模型提取指定层的特征图 4、自定义构建LSTM神经网络模型 5、案例讲解:HMDB51数据集视频分类 6、实操练习 |
第十一章 生成式对抗网络(GAN) |
1、生成式对抗网络GAN(什么是对抗生成网络?为什么需要对抗生成网络?对抗生成网络可以帮我们做什么?GAN给我们带来的启示) 2、GAN的基本原理及GAN进化史 3、案例讲解:GAN的MATLAB代码实现(向日葵花图像的自动生成) 4、实操练习 |
第十二章 目标检测YOLO模型 |
1、什么是目标检测?目标检测与目标识别的区别与联系 2、YOLO模型的工作原理 3、从YOLO v1到v5的进化之路 4、案例讲解: (1)使用预训练模型实现图像、视频等实时目标检测 (2)训练自己的数据集:新冠疫情佩戴口罩识别 5、实操练习 |
第十三章 U-Net模型 |
1、语义分割(Semantic Segmentation)简介 2、U-Net模型的基本原理 3、案例讲解:基于U-Net的多光谱图像语义分割 4、实操练习 |
第十四章 自编码器(AutoEncoder) |
1、自编码器的组成及基本工作原理 2、自编码器的变种(栈式自编码器、稀疏自编码器、去噪自编码器、卷积自编码器、掩码自编码器等)及其工作原理 3、案例讲解:基于自编码器的图像分类 4、实操练习 |
第十五章 讨论与答疑 |
1、如何查阅文献资料?(你会使用Google Scholar、Sci-Hub、ResearchGate吗?应该去哪些地方查找与论文配套的数据和代码?) 2、如何提炼与挖掘创新点?(如果在算法层面上难以做出原创性的工作,如何结合自己的实际问题提炼与挖掘创新点?) 3、相关学习资料分享与拷贝(图书推荐等) 4、讨论与答疑 |
更多学习:
●基于MATLAB科研数据可视化
●基于MATLAB深度学习实践技术应用
●基于MATLAB机器学习、深度学习在图像处理中的应用
●基于MATLAB 2021b的机器学习、深度学习实践应用
●MATLAB近红外光谱分析技术及实践技术应用
●基于Python科研数据可视化
●Python机器学习核心技术与案例分析实践应用
●基于PyTorch深度学习实践技术应用
●基于PyTorch机器学习与深度学习实践应用与案例分析
基于MATLAB 2021b的机器学习、深度学习相关推荐
- 基于MATLAB 2021b的机器学习、深度学习实践应用
近年来,随着无人驾驶汽车.医学影像智慧辅助诊疗.ImageNet竞赛等热点事件的发生,人工智能迎来了新一轮的发展浪潮.尤其是在计算机视觉和图像处理领域,各种颠覆性的成果应运而生. [专家]:郁磊副教授 ...
- 基于MATLAB的计算机视觉与深度学习实战
基于深度学习的汽车目标检测 一.项目任务 随着标记数据的积累和GPU高性能汁算技术的发展,卷积神经网络的研究和应用也不断涌现出新的成果.本项目使用己标记的小汽车样本数据训练RCNN(Regions u ...
- 【基于Python】 - 人工智能机器学习深度学习数据分析 - 常见问题,常用的套路与操作(持续更新)
20200221: 1.做分类问题的时候,给定你标签,你想知道每一类标签的出现频数,可以使用这个函数:np.bincount(). 如果想分析一下数据样本是否均衡的时候,可以考虑这种操作,代码十分简明 ...
- AI:一个20年程序猿的学习资料大全—人工智能之AI/机器学习/深度学习/计算机视觉/Matlab大赛——只有你不想要的,没有你找不到的
AI:一个20年程序猿的学习资料大全-人工智能之AI/机器学习/深度学习/计算机视觉/Matlab大赛--只有你不想要的,没有你找不到的 目录 (有偿提供,替朋友转载,扫描下方二维码提问,或者向博主扫 ...
- 基于Python+百度语音的智能语音ChatGPT聊天机器人(机器学习+深度学习+语义识别)含全部工程源码 适合个人二次开发
目录 前言 总体设计 系统整体结构图 系统流程图 运行环境 Python 环境 Pycharm 环境 ChatterBot 环境 模块实现 1. 模型构建 2. 服务器端 3. 客户端 4. 语音录入 ...
- 机器学习 深度学习技术区别_体育技术机器学习金钱和灵感的圣杯
机器学习 深度学习技术区别 I claim that anyone with a math background and a love of baseball has at one time give ...
- 雅虎开源CaffeOnSpark:基于Hadoop/Spark的分布式深度学习
雅虎开源CaffeOnSpark:基于Hadoop/Spark的分布式深度学习 [日期:2016-02-26] 来源:极客头条 作者: [字体:大 中 小] 在基于Hadoop集群的大规模分布式深度学 ...
- 机器学习 深度学习 ai_人工智能,机器学习,深度学习-特征和差异
机器学习 深度学习 ai Artificial Intelligence (AI) will and is currently taking over an important role in our ...
- 机器学习——深度学习之卷积神经网络(CNN)——AlexNet卷积神经网络结构
目录 一.AlexNet卷积神经网络结构模型 1.数据库ImageNet 2.AlexNet第一层卷积层 二.AlexNet卷积神经网络的改进 1.非线性变化函数的改变--ReLU 2.最大池化(Ma ...
最新文章
- 6、ShardingSphere 之 读写分离
- javascript字典中添加数组_如何在 JavaScript 中更好地使用数组
- 04-linux下安装neo4j
- go 公众号 关注 监听_golang微信公众平台之消息接入
- html session修改,html session
- 2020年带你学会全网营销
- foobar2000功能介绍
- 【整理】3dsMax中毒了怎么办
- 如何修改PDF文件内的文字的字体和颜色?
- 青藏高原的气候类型及气候特征
- 在UE4中实现撤销(Undo)和重做(Redo)功能
- discuz X程序目录和文件列表 详细中文说明
- 限制电脑使用指定的软件
- Dremel学习总结1
- 2022年新年焰火代码
- 计算机中的数学【阿贝尔-鲁菲尼定理】五次方程的根
- ChatGPT将取代设计师?
- 手把手教你做出数据可视化项目--波士顿矩阵模型
- 如今甲骨文正式发布Java 14……
- 苹果cms V10采集参数设置教程