-
-
去学习 腾讯课堂提供服务
你将获得课程持续更新，购买后后续更新的课免费送课程内有代码有讲解有原理，售后作者答疑
教学服务
课后答疑1v1专属答疑服务
讲师介绍
朱金海老师网上人称“小猪老师”，《小杰matlab》淘宝店店长，算法领域的顶级老师商务合作、代码定制联系；
课程目录
1.机器学习概述
10分钟
2.机器学习中的发展历史以及算法概览
13分钟
3.机器学习的基本结构和功能
14分钟
4.机器学习算法的雏形：感知机算法
10分钟
5.感知机的案例和学习算法的“注意点”
12分钟
6.简单感知机的matlab仿真
18分钟
7.回归分析中的变量关系介绍
12分钟
8.一元线性回归模型
11分钟
9.多元线性回归模型
10分钟
10.多元线性回归的matlab仿真
11分钟
11.回归拟合和分类的性能评估
13分钟
12.性能评估的matlab仿真
11分钟
13.matlab中常用的数据分析基础函数
14分钟
14.中心化、归一化和标准化
14分钟
15.数据清洗：缺失值处理
11分钟
16.数据清洗：异常值处理
12分钟
17.主成分分析（PCA）
11分钟
18.主成分分析的matlab仿真
11分钟
19.独立成分分析（ICA）
10分钟
20.独立成分分析的matlab仿真
12分钟
21.因子分析（FA）
13分钟
22.因子分析的matlab仿真
9分钟
23.蒙特卡洛法抽样（MC）
25分钟
24.层次分析算法（AHP）
24分钟
25.利用主成分分析（PCA）计算权重打分和排名
6分钟
26.熵权法
11分钟
27.寻优算法基础知识介绍
22分钟
28.梯度下降法
22分钟
29.粒子群算法
21分钟
30.粒子群算法经典改进：量子粒子群
9分钟
31.粒子群算法经典改进：离散二进制粒子群
7分钟
32.粒子群算法的经典改进：混沌搜索
9分钟
33.matlab自带的粒子群工具箱的讲解和演示
11分钟
34.遗传算法
38分钟
35.遗传算法的经典改进：自适应交叉和变异概率
13分钟
36.遗传算法的经典改进：改进轮盘赌
8分钟
37.遗传算法的经典改进：混沌初始化种群
12分钟
38.遗传算法的经典改进：混沌搜索
10分钟
39.matlab自带的遗传工具箱的讲解和演示
20分钟
40.粒子群遗传混合优化算法
9分钟
41.量子遗传算法
25分钟
42.什么是旅行商（tsp)问题
5分钟
43.遗传优化tsp问题
14分钟
44.粒子群优化tsp问题
12分钟
45.什么是带时间窗的多回路运输（vrp）问题
8分钟
46.遗传优化带时间窗的vrp问题（车辆数固定）
26分钟
47.遗传优化带时间窗的vrp问题（车辆数优化）
21分钟
48.什么是车间调度(jsp)问题
6分钟
49.遗传优化jsp问题
19分钟
50.什么是01背包问题
2分钟
51.遗传优化01背包问题
8分钟
52.粒子群优化01背包问题
7分钟
53.蚁群算法
20分钟
54.蚁群算法的经典改进：蚁群系统
10分钟
55.蚁群算法的经典改进：最大最小蚁群
11分钟
56.多目标遗传nsga2算法及其工具箱代码实现
22分钟
57.多目标遗传nsga2源代码实现
16分钟
58.多目标粒子群mopso算法及其源代码实现
19分钟
59.多目标算法pareto解的评价指标
19分钟
60.多目标算法pareto解集的折衷解如何选择
7分钟
61.路径问题中的局部搜索算法：2-opt
7分钟
62.bp神经网络原理介绍
21分钟
63.bp神经网络工具箱代码的实现（matlab自带）
12分钟
64.bp神经网络的源代码实现（非工具箱版本）
10分钟
65.bp神经网络基于IRIS数据集实现分类
6分钟
66.Kmeans聚类算法
5分钟
67.Kmeans聚类的工具箱和源代码实现
7分钟
68.rbf神经网络原理介绍
14分钟
69.rbf神经网络工具箱代码的实现
7分钟
70.rbf神经网络的源代码实现（基于聚类和LMS）
8分钟
71.rbf神经网络的源代码实现（基于梯度下降）
8分钟
72.支持向量机svm原理介绍
33分钟
73.基于libsvm工具包的代码实现
16分钟
74.支持向量机分类的源代码实现（非工具包）
16分钟
75.遗传优化bp神经网络权值阈值
19分钟
76.粒子群优化bp神经网络权值阈值
15分钟
77.遗传优化svm的c和g（分类和回归）
17分钟
78.粒子群优化svm的c和g（分类和回归）
14分钟
79.遗传优化基于梯度下降的rbf神经网络
17分钟
80.粒子群优化基于梯度下降的rbf神经网络
14分钟
81.遗传优化svm的输入参数使得输出最优
15分钟
82.粒子群优化svm的输入参数使得输出最优
12分钟
83.遗传优化bp的输入参数使得输出最优
14分钟
84.粒子群优化bp的输入参数使得输出最优
12分钟
85.遗传算法基于bp神经网络进行特征选择
13分钟
86.遗传算法基于svm支持向量机进行特征选择
10分钟
87.粒子群算法基于bp神经网络进行特征选择
9分钟
88.粒子群算法基于svm支持向量机进行特征选择
9分钟
89.nsga2优化bp的输入参数使得输出最优
19分钟
90.mopso优化bp的输入参数使得输出最优
20分钟
- matlab机器学习及其应用教程 5000
- 去学习 去腾讯课堂学习
声明：本文由代码号课堂注册/游客用户【梁尉寒】供稿发布，最终权属和售后归腾讯课堂所有。本站不对用户发布的matlab机器学习及其应用教程信息内容原创度和真实性等负责。如内容侵犯您的版权或其他权益，请留言并加以说明。站长审查之后若情况属实会及时为您删除。本文作者：梁尉寒» /dmh/6045.html
