Formación en MATLAB y Simulink

Machine Learning Onramp


 

Acceso a MATLAB a través de su navegador web

 

Atractivos tutoriales en vídeo

 

Ejercicios prácticos con comentarios y evaluaciones automatizadas

 

Lecciones disponibles en coreano, español, inglés y japonés


Seleccione una lección para comenzar


1.

Visión general de Machine Learning

Familiarícese con los conceptos de Machine Learning y con el curso.

  • ¿Qué es Machine Learning?
  • Visión general del curso

2.

Flujo de trabajo de clasificación

Cree un modelo sencillo para realizar una tarea de clasificación.

  • Visión general del flujo de trabajo de clasificación
  • Importación de datos
  • Procesamiento de datos
  • Extracción de características
  • Creación de un modelo
  • Evaluación del modelo
  • Revisión

3.

Importación y preprocesamiento de datos

Importe datos desde varios archivos.

  • Organización de archivos de datos
  • Creación de almacenes de datos
  • Creación de una transformación de datos

4.

Ingeniería de características

Calcule características a partir de señales sin procesar.

  • Tipos de señales
  • Cálculo de estadísticas de resumen
  • Búsqueda de picos
  • Cálculo de derivadas
  • Cálculo de correlaciones
  • Automatización de la extracción de características

5.

  • Error de predicción reducido a la mitad. La herramienta de predicción de demanda de electricidad a corto plazo creada por AMM logró un error porcentual absoluto medio (MAPE) total del 1,7%, menos de la mitad que el 3,7% de MAPE conseguido con el método tradicional. La clave de esta mejora fue utilizar modelos de Deep Learning y Machine Learning basados en MATLAB que tuvieran en cuenta la temperatura ambiente.
  • Actualización rápida de modelos para adaptarlos a cambios relacionados con la pandemia. La herramienta se ajustó rápidamente e incorporó nuevas tendencias resultantes de la pandemia. Esto se debió a que el equipo había programado la herramienta en MATLAB para que volviera a entrenar los modelos con datos actuales cada vez que se utilizara.
  • Desarrollo y despliegue de la herramienta de producción en 6 meses. Los ingenieros atribuyen la rapidez de este despliegue a los webinars y tutoriales que utilizaron para poner en marcha el proyecto y a la velocidad con que aprendieron a implementar sofisticados modelos de Machine Learning y Deep Learning en MATLAB.

Modelos de clasificación

Entrene y utilice modelos de Machine Learning para realizar predicciones.

  • Entrenamiento y pruebas
  • Modelos de Machine Learning
  • Entrenamiento de un modelo
  • Realización de predicciones
  • Investigación de clasificaciones erróneas
  • Mejora del modelo

Cursos relacionados

Machine Learning con MATLAB

Aprenda a explorar datos y crear modelos predictivos.

Deep Learning Onramp

Aprenda a usar rápidamente los métodos de Deep Learning en el reconocimiento de imágenes.

Procesamiento y visualización de datos con MATLAB

Cree visualizaciones personalizadas y automatice el análisis de datos.