Schița de curs
Lecția 1: Bazele MATLAB
1. Prezentare generală a instalării MATLAB, istoricul versiunilor și mediul de programare
2. Operații de bază în MATLAB (inclusiv operații cu matrice, control logic și flux, funcții și fișiere script, grafică de bază etc.)
3. Importul de fișiere (formate mat, txt, xls, csv etc.)
Lecția 2: MATLAB Avansat și Îmbunătățiri
1. Obișnuințe și stil de programare în MATLAB
2. Tehnici de depanare în MATLAB
3. Programare vectorizată și optimizarea memoriei
4. Obiecte grafice și mânere
Lecția 3: Rețele Neuronale BP
1. Principiile de bază ale rețelelor neuronale BP
2. Implementarea rețelelor neuronale BP în MATLAB
3. Studii de caz practice
4. Optimizarea parametrilor rețelelor neuronale BP
Lecția 4: Rețele Neuronale RBF, GRNN și PNN
1. Principiile de bază ale rețelelor neuronale RBF
2. Principiile de bază ale rețelelor neuronale GRNN
3. Principiile de bază ale rețelelor neuronale PNN
4. Studii de caz practice
Lecția 5: Rețele Neuronale Competitive și SOM
1. Principiile de bază ale rețelelor neuronale competitive
2. Principiile de bază ale rețelelor neuronale SOM (Self-Organizing Map)
3. Studii de caz practice
Lecția 6: Mașini cu Vectori de Suport (Support Vector Machine, SVM)
1. Principiile de bază ale clasificării SVM
2. Principiile de bază ale regresiei SVM
3. Algoritmi comuni de antrenare SVM (divizare, SMO, învățare incrementală etc.)
4. Studii de caz practice
Lecția 7: Mașini de Învățare Extremă (Extreme Learning Machine, ELM)
1. Principiile de bază ale ELM
2. Diferențe și legături între ELM și rețelele neuronale BP
3. Studii de caz practice
Lecția 8: Arbori de Decizie și Păduri Aleatoare
1. Principiile de bază ale arborilor de decizie
2. Principiile de bază ale pădurilor aleatoare
3. Studii de caz practice
Lecția 9: Algoritmi Genetici (Genetic Algorithm, GA)
1. Principiile de bază ale algoritmilor genetici
2. Prezentarea instrumentelor comune pentru algoritmi genetici
3. Studii de caz practice
Lecția 10: Algoritmul de Optimizare a Roii de Particule (Particle Swarm Optimization, PSO)
1. Principiile de bază ale algoritmului PSO
2. Studii de caz practice
Lecția 11: Algoritmul Coloniei de Furnici (Ant Colony Algorithm, ACA)
1. Principiile de bază ale algoritmului ACA
2. Studii de caz practice
Lecția 12: Algoritmul de Răcire Simulată (Simulated Annealing, SA)
1. Principiile de bază ale algoritmului SA
2. Studii de caz practice
Lecția 13: Reducerea Dimensionalității și Selecția de Caracteristici
1. Principiile de bază ale analizei componentelor principale
2. Principiile de bază ale celor mai mici pătrate parțiale
3. Metode comune de selecție a caracteristicilor (căutare optimizată, Filter și Wrapper etc.)
Cerințe
Matematică superioară
Algebră liniară
Mărturii (2)
Multitudinea de exemple și construirea codului de la început până la sfârșit.
Toon - Draka Comteq Fibre B.V.
Curs - Introduction to Image Processing using Matlab
Tradus de catre o masina
Multe exerciții utile, bine explicative
Helene Meadows - European Investment Bank
Curs - MATLAB Programming
Tradus de catre o masina
