1. ?
   課程目標：
   ?
   課程定位為實戰操作型培訓，基于代碼和案例，邊講解邊實踐。通過本課程的學習，能夠使零基礎學員熟練掌握Matlab基本知識，具備使用Matlab軟件解決數據分析和數據挖掘問題的能力。
   ?
   課程環境：
   ?
   Win7或win8操作系統，學員提前安裝Matlab2015b。
   ?
   課程大綱：
   ?
   主題
   內容
   大數據技術簡介
   ?
   Matlab數據挖掘
   大數據技術與應用案例
   數據挖掘流程
   數據挖掘及其Matlab實現
   Matlab簡介
   Matlab基本操作
   Matlab工作界面、窗口介紹
   Matlab幫助系統
   變量與數據類型
   常用函數，數組運算
   Matlab常用標點符號和常用快捷鍵、快捷命令
   繪圖和可視化
   ?
   圖形對象與圖形命令
   二維圖形繪制，三維圖形繪制
   Matlab程序設計
   M文件——腳本文件和函數文件
   Matlab程序流程控制與調試
   Matlab與TXT文件的數據交換
   從TXT文件中讀取數據
   把數據寫入TXT文件
   Matlab與Excel文件的數據交換
   利用數據導入向導導入Excel文件
   調用函數讀寫Excel文件
   數據庫連接
   數據庫連接的Matlab實現
   網絡數據讀取
   決策樹
   創建決策樹
   分裂屬性的選擇
   決策樹剪枝
   最近鄰
   KNN算法
   基于KNN算法的預測
   回歸分析
   一元線性回歸
   一元非線性回歸
   多元線性和廣義線性回歸
   多元非線性回歸
   多項式回歸
   神經網絡（1）
   BP神經網絡
   徑向基函數神經網絡
   自組織映射神經網絡
   概率神經網絡
   神經網絡（2）
   ?
   神經網絡擬合工具箱
   神經網絡聚類工具箱
   神經網絡模式識別工具箱
   神經網絡時間序列工具箱
   貝葉斯分類
   判別分析
   支持向量機
   創建多類樸素貝葉斯模型
   判別分析分類器
   線性支持向量機
   非線性支持向量機
   集成學習
   Boosting
   Bagging
   隨機森林
   聚類分析
   層次聚類
   K-Means聚類和K-Medoids聚類
   高斯混合模型
   聚類可視化和評估
   模型評估與模型選擇
   降維和特征選擇
   模型評估度量、模型選擇
   主成分分析
   深度學習簡介及案例
   Autoencoder
   基于深度學習的字符識別
   ?
   ? ?????
2. 
   ?
   ? ；
3. 
   ?
   ?
4. 
   
   

?
?

?

"

?

?
?
?
?

?

?

?