简介

MathWorks公司和MATLAB产品介绍

课程设置，教材介绍

课程大纲

MATLAB 用户界面

本章介绍MATLAB开发环境和用户界面的主要功能. 这些功能的具体应用会在后面的章节中进一步细化讲解.

·            从文件中读取数据

·            保存和加载变量

·            绘图

·            定制图形

·            计算统计量

·            导出图形

变量与表达式

本章介绍如何输入MATLAB指令. 创建和读取变量中的数据

·            创建变量

·            获得帮助

·            读取和修改变量中的值

·            创建字符变量

向量的分析和显示

本章主要介绍如何对向量进行数学和统计分析，基本的绘图操作。将演示MATLAB 的语法。

·            向量的计算

·            显示向量

·            基本的绘图选项

·            图形的标注

分析和显示矩阵

本章详细介绍矩阵。矩阵可以看作是向量的组合。将演示不同的MATLAB 矩阵操作方法。

·            大小和维数

·            矩阵的计算

·            矩阵数据的统计

·            绘制多个列数据

·            矩阵的形变

·            多维矩阵

点击式数据导入

通过鼠标点击完成MATLAB数据加载

点击式绘图

通过鼠标点击完成MATLAB图像绘制

CELL的使用

详细介绍MATLAB CELL数组的使用

数据类型

本章介绍MATLAB的不同数据类型。MATLAB依据存贮内容和加载方法的差异而决定不同数据类型。本节着重介绍之前各章中没有讨论过的数据，如何创建一个新的变量，以及如何对一个变量进行数据读取。并介绍了不同数据类型间如何进行转换.

·            MATLAB数据类型

·            创建与读取变量

·            整数 元胞 结构体 函数句柄 类型转换

Day 2 第二天

二维、三维图

详细介绍MATLAB的二维和三维图画法

多个向量绘图

本章从单个向量绘图扩展到多向量绘图，并且使用各种技术对图形进行修改。

·            图形结构

·            多个图片，轴和曲线figures, axes, and plots

·            绘制方程

·            使用颜色

·            定制图形

数据可视化专题

股票数据、分类数据、高频数据、社交网络数据的可视化方法

逻辑和流程控制

本章介绍使用逻辑操作，变量和索引技术来创建更灵活的代码，进行决策和适应不同的情况。

·            逻辑操作和变量

·            逻辑索引

·            流程控制

·            循环

·            用户输入和输出

·            发布代码

编写脚本文件

随着计算任务的复杂化，输入一长串的指令变得不再现实。本章会介绍如何收集MATLAB 指令来成生脚本文件，从而实现程序的多次运行。

·            建模实例

·            命令行历

·            创建脚本文

·            运行脚本

·            Cells

并行运算

MATLAB CPU/GPU/集群的并行介绍

  神经网络

详细介绍神经网络的原理、MATLAB建立方法，同时介绍数据挖掘思想。
  从原理开始介绍何时使用？

·            神经网络解决的问题

·            感知器

·            BP神经网络

·            SOM神经网络

·            点击式神经网络的建立

·            反向代码生成

·            神经网络工具箱演变

·            神经网络的并行

·            神经网络建立过程常见问题

多元回归分析

详细介绍多元回归的原理、MATLAB建立方法，同时介绍数据挖掘思想
  包括线性多元回归、广义线性回归模型、非线性回归

·            模型的介绍

·            变量的介绍

·            模型统计量的介绍

·            MATLAB的实现

·            结果的分析

·            常见问题和错误

【高级班大纲】

Day4 第四天(高级班第一天)

    回归问题

详细介绍回归分析的原理、MATLAB建立方法。

·          1 多元线性回归（第三天已经介绍，如果需要请参与第三天课程）

·          2 多元非线性回归（第三天已经介绍，如果需要请参与第三天课程）

·          3 广义线性回归模型（第三天已经介绍，如果需要请参与第三天课程）

·          4 神经网络（第三天已经介绍，如果需要请参与第三天课程）

·          5 SVM

·          6曲线拟合

案例：吸烟会不会导致血压变化？

   分类问题

详细介绍分类问题的原理、MATLAB建立方法，同时介绍数据挖掘思想。

·          1 神经网络

·          2 逻辑回归

·          3 判别分析

·          4 朴素贝叶斯分类

·          5 SVM

·          6 决策树

·          7 集合算法

案例：银行出了一种新产品，营销的目标人群如何寻找？

  聚类问题

详细介绍聚类分析的原理、MATLAB建立方法。

·          1 K均值聚类

·          2 系统聚类

·          3 神经网络

·          4 模糊C均值聚类

·          5 高斯混合模型

案例：债券如何根据其特征进行聚类？

MATLAB使用常用技巧

详细介绍数据挖掘过程中MATLAB常见的使用技巧，包括：

·          1 MATLAB与JAVA的混编

·          2 MATLAB与C++的混编

·          3 MATLAB与R的混编

·          4 MATLAB连接MySQL数据库

·          5 MATLAB定时运行

·          6 MATLAB与大数据管理分析