简介

章：MATLAB 快速入门

章：MATLAB 进阶与提高

1、MATLAB 编程习惯与风格（Cell模式和程序发布功能是什么？为什么代码中需要加入些空格和空白行？MATLAB新版本中包含的Live Script是什么？）

章：MATLAB GUI设计与软件开发

章：BP 神经网络

2、BP神经网络的 MATLAB 实现（怎样划分训练集和测试集？为什么需要归化？归化是必须的吗？MATLAB中BP神经网络的常用函数有哪些？如何使用？）

五章：极限学习机(Extreme Learning Machine, ELM)

六章：支持向量机(Support Vector Machine, SVM)

4、案例实践：乳腺癌肿瘤诊断

5、案例实践：混凝土强度预测

七章：决策树与随机森林

八章：遗传算法(Genetic Algorithm, GA)

3、案例实践：元函数的寻优计算（极大值与极小值）

4、案例实践：多元函数的寻优计算（遗传算法优化BP神经网络的初始权值与阈值）

5、案例实践：离散变量的寻优计算（基于遗传算法的特征变量筛选）

九章：变量降维与特征选择

2、主成分分析（PCA）、偏最小乘（PLS）的基本原理（PCA与PLS的区别与联系；PCA除了降维之外，还可以帮助我们做什么？）

十章：图像处理入门

1、图像的常见格式及读写（彩色图像、灰度图像、值图像等）
2、图像的基本操作（几何变换、时频域变换等）

十章：深度学习入门

十章：深度学习在图像处理中的应用案例

2、案例：11行代码实现深度学习物体识别

3、案例：利用卷积神经网络抽取抽象特征

4、案例：自定义卷积神经网络拓扑结构

5、案例：基于卷积神经网络的手写数字识别

十章：讨论与答疑