Basic MATLAB Programming Training Course

Αυτό το τετραήμερο μάθημα παρέχει θεμέλια επεξεργασίας εικόνας χρησιμοποιώντας το Matlab. Θα ασκηθείτε πώς να αλλάξετε και να βελτιώσετε τις εικόνες και ακόμα να εξαγάγετε μοτίβα από τις εικόνες. Θα μάθετε επίσης πώς να δημιουργείτε φίλτρα 2D και να τα εφαρμόζετε στις εικόνες.

Παραδείγματα και ασκήσεις καταδεικνύουν τη χρήση της κατάλληλης λειτουργικότητας Matlab και επεξεργασίας εικόνας σε όλη τη διαδικασία ανάλυσης.

Αυτό το τριήμερο μάθημα παρέχει μια ολοκληρωμένη εισαγωγή στο περιβάλλον τεχνικής πληροφορικής MATLAB . Το μάθημα προορίζεται για αρχάριους χρήστες και για όσους αναζητούν ανασκόπηση. Δεν υπάρχει προηγούμενη εμπειρία προγραμματισμού ή γνώση του MATLAB . Τα θέματα της ανάλυσης δεδομένων, της απεικόνισης, της μοντελοποίησης και του προγραμματισμού διερευνώνται καθ 'όλη τη διάρκεια του μαθήματος. Τα θέματα περιλαμβάνουν:

• Εργασία με τη διεπαφή χρήστη MATLAB
• Εισαγωγή εντολών και δημιουργία μεταβλητών
• Ανάλυση φορέων και μητρών
• Οπτικοποίηση δεδομένων φορέα και μήτρας
• Εργασία με αρχεία δεδομένων
• Εργασία με τύπους δεδομένων
• Αυτοματοποίηση εντολών με δέσμες ενεργειών
• Γράφοντας προγράμματα με λογική και έλεγχο ροής
• Λειτουργίες γραφής

Σε αυτή την καθοδηγούμενη από εκπαιδευτή, ζωντανή εκπαίδευση, οι συμμετέχοντες θα μάθουν πώς να χρησιμοποιούν το Matlab για να σχεδιάσουν, να κατασκευάσουν και να απεικονίσουν ένα συνελικτικό νευρωνικό δίκτυο για αναγνώριση εικόνας.

Μέχρι τη λήξη αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν:

• Δημιουργήστε ένα μοντέλο βαθιάς μάθησης
• Αυτοματοποιήστε την επισήμανση δεδομένων
• Εργασία με μοντέλα από Caffe και TensorFlow - Keras
• Τα δεδομένα τρένων χρησιμοποιούν πολλαπλές GPU , το σύννεφο ή τα clusters

Κοινό

• Προγραμματιστές
• Μηχανικοί
• Εμπειρογνώμονες τομέα

Μορφή του μαθήματος

• Διάλεξη μέρους, μερική συζήτηση, ασκήσεις και βαριά πρακτική άσκηση

Στο πρώτο μέρος αυτής της εκπαίδευσης, καλύπτουμε τις βασικές αρχές του MATLAB και τη λειτουργία του τόσο ως γλώσσας όσο και ως πλατφόρμας. Σε αυτή τη συζήτηση περιλαμβάνεται μια εισαγωγή στη σύνταξη MATLAB, τους πίνακες και τους πίνακες, την οπτικοποίηση δεδομένων, την ανάπτυξη σεναρίων και τις αντικειμενοστρεφείς αρχές.

Στο δεύτερο μέρος, δείχνουμε πώς να χρησιμοποιήσετε το MATLAB για εξόρυξη δεδομένων, μηχανική μάθηση και προγνωστική ανάλυση. Για να παρέχουμε στους συμμετέχοντες μια σαφή και πρακτική προοπτική της προσέγγισης και της ισχύος του MATLAB, κάνουμε συγκρίσεις μεταξύ της χρήσης του MATLAB και της χρήσης άλλων εργαλείων όπως υπολογιστικά φύλλα, C, C++ και Visual Basic.

Στο τρίτο μέρος της εκπαίδευσης, οι συμμετέχοντες μαθαίνουν πώς να εξορθολογίζουν την εργασία τους αυτοματοποιώντας την επεξεργασία των δεδομένων τους και τη δημιουργία αναφορών.

Καθ' όλη τη διάρκεια του μαθήματος, οι συμμετέχοντες θα εφαρμόσουν τις ιδέες που έμαθαν μέσα από πρακτικές ασκήσεις σε εργαστηριακό περιβάλλον. Μέχρι το τέλος της εκπαίδευσης, οι συμμετέχοντες θα έχουν πλήρη αντίληψη των δυνατοτήτων του MATLAB και θα μπορούν να το χρησιμοποιήσουν για την επίλυση προβλημάτων της επιστήμης δεδομένων του πραγματικού κόσμου καθώς και για τον εξορθολογισμό της εργασίας τους μέσω αυτοματοποίησης.

Θα πραγματοποιούνται αξιολογήσεις καθ' όλη τη διάρκεια του μαθήματος για τη μέτρηση της προόδου.

Μορφή του μαθήματος

• Το μάθημα περιλαμβάνει θεωρητικές και πρακτικές ασκήσεις, συμπεριλαμβανομένων συζητήσεων περιπτώσεων, επιθεώρησης δειγμάτων κώδικα και πρακτικής εφαρμογής.

Σημείωση

• Οι συνεδρίες πρακτικής θα βασίζονται σε προκαθορισμένα δείγματα προτύπων αναφορών δεδομένων. Εάν έχετε συγκεκριμένες απαιτήσεις, επικοινωνήστε μαζί μας για να κανονίσουμε.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε αρχάριους προγραμματιστές ή μηχανικούς που επιθυμούν να μάθουν πώς να χρησιμοποιούν αριθμητική προσομοίωση για δυναμικά προβλήματα χρησιμοποιώντας το Matlab.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Κατανοήστε τις βασικές αρχές της δυναμικής ανάλυσης.
• Χρησιμοποιήστε το Matlab για να εκτελέσετε αναλυτικές και αριθμητικές λύσεις.
• Εξάγετε εξισώσεις κίνησης χρησιμοποιώντας διαφορετικές προσεγγίσεις.

MATLAB ενσωματώνει τον υπολογισμό, την οπτικοποίηση και το προγραμματισμό σε ένα εύκολο στη χρήση περιβάλλον. Προσφέρει το Financial Toolbox, το οποίο περιλαμβάνει τα χαρακτηριστικά που απαιτούνται για την εκτέλεση μαθηματικής και στατιστικής ανάλυσης των χρηματοοικονομικών δεδομένων, και στη συνέχεια εμφανίζει τα αποτελέσματα με γραφικά ποιότητας παρουσίασης.

Αυτή η εκπαίδευση που καθοδηγείται από εκπαιδευτές παρέχει μια εισαγωγή στο MATLAB για τη χρηματοδότηση. Βυθίζουμε σε ανάλυση δεδομένων, απεικόνιση, μοντελοποίηση και προγραμματισμό μέσω πρακτικών ασκήσεων και πλήρους πρακτικής στο εργαστήριο.

Στο τέλος αυτής της κατάρτισης, οι συμμετέχοντες θα έχουν μια εμπεριστατωμένη κατανόηση των ισχυρών χαρακτηριστικών που περιλαμβάνονται στο Financial Toolbox και θα έχουν αποκτήσει την απαραίτητη πρακτική για να τις εφαρμόσουν αμέσως για την επίλυση πραγματικών προβλημάτων.

Δημοσιογράφος

• Οικονομικοί επαγγελματίες με προηγούμενη εμπειρία με MATLAB

Η μορφή της πορείας

• Μερική διάλεξη, μερική συζήτηση, σκληρή πρακτική

Αυτό το μάθημα παρέχει μια ολοκληρωμένη εισαγωγή στο περιβάλλον τεχνικών υπολογιστικών MATLAB + μια εισαγωγή στη χρήση του MATLAB για οικονομικές εφαρμογές. Το μάθημα προορίζεται για αρχάριους χρήστες και για όσους αναζητούν ανασκόπηση. Δεν υπάρχει προηγούμενη εμπειρία προγραμματισμού ή γνώση του MATLAB . Τα θέματα της ανάλυσης δεδομένων, της απεικόνισης, της μοντελοποίησης και του προγραμματισμού διερευνώνται καθ 'όλη τη διάρκεια του μαθήματος. Τα θέματα περιλαμβάνουν:

• Εργασία με τη διεπαφή χρήστη MATLAB
• Εισαγωγή εντολών και δημιουργία μεταβλητών
• Ανάλυση φορέων και μητρών
• Οπτικοποίηση δεδομένων φορέα και μήτρας
• Εργασία με αρχεία δεδομένων
• Εργασία με τύπους δεδομένων
• Αυτοματοποίηση εντολών με δέσμες ενεργειών
• Γράφοντας προγράμματα με λογική και έλεγχο ροής
• Λειτουργίες γραφής
• Χρησιμοποιώντας το Financial Toolbox για ποσοτική ανάλυση

Το MATLAB είναι ένα αριθμητικό υπολογιστικό περιβάλλον και μια γλώσσα προγραμματισμού που αναπτύχθηκε από την MathWorks.

Η προγνωστική ανάλυση είναι η διαδικασία χρήσης της ανάλυσης δεδομένων για να γίνουν προβλέψεις για το μέλλον. Αυτή η διαδικασία χρησιμοποιεί δεδομένα μαζί με τεχνικές εξόρυξης δεδομένων, στατιστικών και μηχανικής μάθησης για να δημιουργήσει ένα μοντέλο πρόβλεψης για την πρόβλεψη μελλοντικών γεγονότων.

Σε αυτή τη ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών, οι συμμετέχοντες θα μάθουν πώς να χρησιμοποιούν το Matlab για να δημιουργήσουν μοντέλα πρόβλεψης και να τα εφαρμόσουν σε μεγάλα δείγματα συνόλων δεδομένων για να προβλέψουν μελλοντικά γεγονότα με βάση τα δεδομένα.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

Δημιουργία μοντέλων πρόβλεψης για την ανάλυση προτύπων σε δεδομένα ιστορικού και συναλλαγών Χρησιμοποιήστε προγνωστικά μοντέλα για να εντοπίσετε κινδύνους και ευκαιρίες Δημιουργήστε μαθηματικά μοντέλα που καταγράφουν σημαντικές τάσεις Χρησιμοποιήστε δεδομένα από συσκευές και επιχειρηματικά συστήματα για να μειώσετε τη σπατάλη, να εξοικονομήσετε χρόνο ή να μειώσετε το κόστος

Ακροατήριο

Developers Engineers Ειδικοί τομέα

Μορφή του μαθήματος

Μέρος διάλεξη, μέρος συζήτηση, ασκήσεις και βαριά πρακτική εξάσκηση

Αυτό το διήμερο μάθημα παρέχει μια ολοκληρωμένη εισαγωγή στο περιβάλλον τεχνικών υπολογιστικών MATLAB ®. Το μάθημα προορίζεται για αρχάριους χρήστες και για όσους αναζητούν ανασκόπηση. Δεν υπάρχει προηγούμενη εμπειρία προγραμματισμού ή γνώση του MATLAB . Τα θέματα της ανάλυσης δεδομένων, της απεικόνισης, της μοντελοποίησης και του προγραμματισμού διερευνώνται καθ 'όλη τη διάρκεια του μαθήματος.

Το μάθημα έχει σχεδιαστεί για να διδάξει τις βασικές αρχές της Systems Modeling Γλώσσας (SysML), την εφαρμογή της μέσω του λογισμικού MagicDraw/Cameo, βασικών τεχνικών προσομοίωσης Μηχανικών Συστημάτων βάσει Μοντέλων (MBSE) και βέλτιστων πρακτικών στο [ 1]. Αυτή η εκπαίδευση έχει επίσης σχεδιαστεί για να παρέχει στους επαγγελματίες ένα υπόβαθρο πίσω από την αρχιτεκτονική προσομοίωση, μια εισαγωγή στο πρόσθετο Simulation Toolkit, την προσομοίωση πολλαπλών τύπων διαγραμμάτων και τον τρόπο σύνδεσης των προσομοιώσεων διαγραμμάτων για την αυτοματοποίηση της αρχιτεκτονικής .

Το μάθημα είναι αφιερωμένο σε όσους θα ήθελαν να γνωρίσουν ένα εναλλακτικό πρόγραμμα στο εμπορικό πακέτο MATLAB. Η τριήμερη εκπαίδευση παρέχει ολοκληρωμένες πληροφορίες σχετικά με τη μετακίνηση στο περιβάλλον και την εκτέλεση του πακέτου OCTAVE για ανάλυση δεδομένων και μηχανικούς υπολογισμούς. Οι αποδέκτες της εκπαίδευσης είναι αρχάριοι αλλά και όσοι γνωρίζουν το πρόγραμμα και θα ήθελαν να συστηματοποιήσουν τις γνώσεις τους και να βελτιώσουν τις δεξιότητές τους. Η γνώση άλλων γλωσσών προγραμματισμού δεν απαιτείται, αλλά θα διευκολύνει σημαντικά την απόκτηση γνώσεων από τους μαθητές. Το μάθημα θα σας δείξει πώς να χρησιμοποιήσετε το πρόγραμμα σε πολλά πρακτικά παραδείγματα.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε χρήστες του Matlab που επιθυμούν να εξερευνήσουν και ή να μεταβούν στο Python για ανάλυση δεδομένων και οπτικοποίηση.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Να εγκαταστήσουν και να ρυθμίσουν ένα περιβάλλον ανάπτυξης Python.
• Να κατανοήσουν τις διαφορές και τις ομοιότητες μεταξύ της σύνταξης Matlab και Python.
• Να χρησιμοποιήσουν το Python για να αντλήσουν πληροφορίες από διάφορα σύνολα δεδομένων. 
• Να μετατρέψουν υπάρχουσες εφαρμογές Matlab στο Python. 
• Να ενσωματώσουν εφαρμογές Matlab και Python.

Simulink είναι ένα γραφικό περιβάλλον προγραμματισμού για τη μοντελοποίηση, την προσομοίωση και την ανάλυση δυναμικών συστημάτων πολλαπλών τομέων.

Αυτό το μάθημα περιέχει ένα ολοκληρωμένο υλικό σχετικά με το MATLAB ως ένα ισχυρό εργαλείο προσομοίωσης για επικοινωνίες. Στόχος αυτού του μαθήματος είναι να εισαγάγει το MATLAB όχι μόνο ως γενική γλώσσα προγραμματισμού, αλλά τονίζεται ο ρόλος των εξαιρετικά ισχυρών δυνατοτήτων MATLAB ως εργαλείο προσομοίωσης. Τα παραδείγματα που δίνονται για την απεικόνιση του υλικού του μαθήματος δεν είναι απλώς μια άμεση χρήση εντολών MATLAB, αντίθετα συχνά αντιπροσωπεύουν πραγματικά προβλήματα.