Cursusaanbod
Introductie
MATLAB Voor data science en rapportage
Deel 01: MATLAB Basisprincipes
Overzicht
- MATLAB Voor data-analyse, visualisatie, modellering en programmering.
Werken met de gebruikersinterface MATLAB
Overzicht van de syntaxis van MATLAB
Commando's invoeren
- De opdrachtregelinterface gebruiken
Variabelen maken
- Numerieke versus tekengegevens
Analyseren van vectoren en matrices
- Creëren en manipuleren
- Uitvoeren van berekeningen
Visualiseren van vector- en matrixgegevens
Werken met gegevensbestanden
- Gegevens importeren uit Excel spreadsheets
Werken met gegevenstypen
- Werken met tabelgegevens
Commando's automatiseren met scripts
- Scripts maken en uitvoeren
- Uw scripts organiseren en publiceren
Programma's schrijven met vertakkingen en lussen
- Gebruikersinteractie en debietregeling
Functies schrijven
- Functies aanmaken en aanroepen
- Foutopsporing met MATLAB Editor
Objectgeoriënteerde programmeerprincipes toepassen op uw programma's
Deel 02: MATLAB voor Data Science
Overzicht
- MATLAB Voor datamining, machine learning en voorspellende analyses
Accessing gegevens
- Gegevens verkrijgen uit bestanden, spreadsheets en databases
- Verkrijgen van gegevens uit testapparatuur en hardware
- Gegevens verkrijgen uit software en het web
Gegevens verkennen
- Trends identificeren, hypothesen testen en onzekerheid inschatten
Aangepaste algoritmen maken
Visualisaties maken
Modellen maken
Publiceren van rapporten op maat
Analysetools delen
- Als MATLAB code
- Als standalone desktop- of webapplicaties
De gereedschapskist Statistics en Machine Learning gebruiken
De toolbox voor neurale netwerken gebruiken
Deel 03: Genereren van rapporten
Overzicht
- Resultaten van MATLAB programma's, toepassingen en voorbeeldgegevens presenteren
- Genereren van Microsoft Word, PowerPoint®, PDF en HTML rapporten.
- Rapporten op basis van sjablonen
- Rapportages op maat
- Sjablonen en standaarden van de organisatie gebruiken
Interactief versus programmatisch rapporten maken
- De rapportverkenner gebruiken
- De DOM-API (Document Object Model) gebruiken
Interactief rapporten maken met Report Explorer
- Voorbeelden van Report Explorer
- Voorbeeld van Magic Squares Report Explorer
- Rapporten maken
- Rapportverkenner gebruiken om een rapportinstellingsbestand te maken, de rapportstructuur en inhoud te definiëren
- Rapporten opmaken
- De standaardstijl en -indeling van rapporten opgeven voor Report Explorer-rapporten
- Rapporten genereren
- Rapportverkenner configureren voor het verwerken en uitvoeren van rapporten
- Sjablonen voor rapportconversies beheren
- Conversiesjablonen voor Microsoft, Word, PDF en HTML kopiëren en beheren voor Report Explorer-rapporten
- Sjablonen voor rapportconversie aanpassen
- De stijl en indeling van Microsoft, Word en HTML conversiesjablonen voor Report Explorer-rapporten aanpassen
- Componenten en stylesheets aanpassen
- Rapportcomponenten aanpassen, lay-outstijlbladen definiëren
Programmatisch rapporten maken in MATLAB
- Voorbeelden van DOM-API's (Report Object Template)
- Functioneel rapport
- Objectgeoriënteerd rapport
- Programmatische rapportopmaak
- Rapportinhoud maken
- De API van het Document Object Model (DOM) gebruiken
- Basisprincipes van rapportindeling
- Indeling voor rapportinhoud opgeven
- Rapporten op basis van formulieren maken
- De DOM-API gebruiken om de lege plekken in een meldingsformulier in te vullen
- Objectgeoriënteerde rapporten maken
- Klassen afleiden om het maken en onderhouden van rapporten te vereenvoudigen
- Rapportobjecten maken en opmaken
- Lijsten, tabellen en afbeeldingen
- DOM-rapporten maken op basis van HTML
- HTML tekenreeks of bestand toevoegen aan een Microsoft, ® Word, PDF of HTML rapport dat is gegenereerd door Document Object Model (DOM) API
- Rapportsjablonen maken
- Sjablonen maken voor gebruik met programmatische rapporten
- Paginalay-outs opmaken
- Pagina's opmaken in Microsoft, Word en PDF-rapporten
Samenvatting en slotopmerkingen
Vereisten
- Kennis van wiskundige basisconcepten zoals lineaire algebra, kansrekening en statistiek
- Er is geen eerdere ervaring met MATLAB nodig
Audiëntie
- Ontwikkelaars
- Datawetenschappers
Leveringsopties
PRIVÉGROEPSTRAINING
Onze identiteit draait om het leveren van precies wat onze klanten nodig hebben.
- Pre-cursusgesprek met uw trainer
- Aanpassing van de leerervaring om uw doelen te bereiken -
- Op maat gemaakte overzichten
- Praktische, praktische oefeningen met gegevens / scenario's die herkenbaar zijn voor de cursisten
- Training gepland op een datum naar keuze
- Gegeven online, op locatie/klaslokaal of hybride door experts die ervaring uit de echte wereld delen
Private Group Prices RRP from €11400 online delivery, based on a group of 2 delegates, €3600 per additional delegate (excludes any certification / exam costs). We recommend a maximum group size of 12 for most learning events.
Neem contact met ons op voor een exacte offerte en om onze laatste promoties te horen
OPENBARE TRAINING
Kijk op onze public courses
Reviews (4)
Understanding big data beter
Shaune Dennis - Vodacom
Cursus - Big Data Business Intelligence for Telecom and Communication Service Providers
Subject presentation knowledge timing
Aly Saleh - FAB banak Egypt
Cursus - Introduction to Data Science and AI (using Python)
It is great to have the course custom made to the key areas that I have highlighted in the pre-course questionnaire. This really helps to address the questions that I have with the subject matter and to align with my learning goals.
Winnie Chan - Statistics Canada
Cursus - Jupyter for Data Science Teams
The example and training material were sufficient and made it easy to understand what you are doing.