用于预测性分析（Predictive Analytics）Matlab培训

概览

预测性分析是使用数据分析来预测未来的过程。此过程使用数据以及数据挖掘、统计和机器学习技术创建可用来预测未来事件的预测模型。

在这一由讲师引导的现场培训中，参与者将学习如何使用Matlab建立预测模型，并将其应用于大样本数据集，以根据数据预测未来事件。

在培训结束后，参与者将能够：

• 创建预测模型来分析历史和交易数据中的规律
• 使用预测建模来识别风险和机会
• 建立捕捉重要趋势的数学模型
• 使用来自设备和业务系统的数据来减少浪费、节省时间或降低成本

受众

• 开发人员
• 工程师
• 领域专家

课程大纲

介绍
      金融、医疗、制药、汽车、航空、制造业的预测分析

大数据概念概述

从不同的来源获取数据

什么是数据驱动的预测模型？

统计和机器学习技术概述

案例分析：预测性维护和资源规划

使用Hadoop和Spark将算法应用于大型数据集

预测性分析工作流程

访问和探索数据

预处理数据

开发一个预测模型

培训、测试、验证数据集

应用不同的机器学习方法（时间序列回归、线性回归等）

将模型集成到现有的Web应用程序、移动设备、嵌入式系统等

Matlab和Simulink与嵌入式系统和企业IT工作流程的集成

从MATLAB代码创建可移植的C和C ++代码

将预测性应用程序部署到大型生产系统、群集和云

根据您的分析结果采取行动

后续步骤：使用指导性分析（Prescriptive Analytics）自动响应调查结果