Basisprogrammeren in MATLAB Training Cursus

Deze vierdaagse cursus biedt beeldverwerkingsstichtingen met behulp van Matlab. Je zult oefenen hoe je afbeeldingen kunt veranderen en verbeteren en zelfs patronen uit de afbeeldingen halen. Je leert ook hoe je 2D-filters bouwt en deze op de afbeeldingen toepast.

Voorbeelden en oefeningen demonstreren het gebruik van de juiste Matlab- en Image Processing Toolbox-functionaliteit tijdens het analyseproces.

Dit drie-daagse cursus biedt een grondige inleiding tot de MATLAB technische computing omgeving. De cursus is bedoeld voor beginnende gebruikers en wie herhaling nodig heeft. Er wordt geen voorkennis van programmering of MATLAB aangenomen. Thematische lijnen zoals gegevensanalyse, visualisatie, modellering en programmeren worden gedurende de hele cursus verkend. Onderwerpen omvatten:

•     Werken met de MATLAB gebruikersinterface
•     Commando's invoeren en variabelen maken
•     Vectoren en matrices analyseren
•     Vector- en matrixgegevens visualiseren
•     Werken met gegevensbestanden
•     Werken met datatypes
•     Commando's automatiseren met scripts
•     Programma's schrijven met logica en stroomcontrole
•     Functies schrijven

In deze instructeurgeleide, live training zullen de deelnemers leren hoe ze Matlab kunnen gebruiken om een convolutief neurale netwerk voor beeldherkenning te ontwerpen, opbouwen en visualiseren.

Na afloop van deze training zullen de deelnemers in staat zijn:

• Een diep leermodel op te bouwen
• Data labeling te automatiseren
• Te werken met modellen uit Caffe en TensorFlow-Keras
• Data te trainen met meerdere GPUs, de cloud of clusters

Publiek

• Ontwikkelaars
• Ingenieurs
• Domeinexperts

Opzet van de cursus

• Theorie, discussie, oefeningen en veel praktijkwerk

In het eerste deel van deze training behandelen we de basisprincipes van MATLAB en de functie ervan als zowel een taal als een platform.  In deze discussie is een inleiding opgenomen in MATLAB syntaxis, arrays en matrices, datavisualisatie, scriptontwikkeling en objectgeoriënteerde principes.

In het tweede deel laten we zien hoe je MATLAB kunt gebruiken voor datamining, machine learning en voorspellende analyses. Om deelnemers een duidelijk en praktisch perspectief te geven op de aanpak en kracht van MATLAB, maken we vergelijkingen tussen het gebruik van MATLAB en het gebruik van andere tools zoals spreadsheets, C, C++ en Visual Basic.

In het derde deel van de training leren deelnemers hoe ze hun werk kunnen stroomlijnen door hun gegevensverwerking en het genereren van rapporten te automatiseren.

Tijdens de cursus zullen de deelnemers de geleerde ideeën in de praktijk brengen door middel van praktische oefeningen in een laboratoriumomgeving. Aan het einde van de training hebben de deelnemers een grondig begrip van de capaciteiten van MATLAB en kunnen ze deze gebruiken voor het oplossen van real-world data science-problemen en voor het stroomlijnen van hun werk door middel van automatisering.

Tijdens de cursus zullen beoordelingen worden uitgevoerd om de voortgang te meten.

Opzet van de cursus

• De cursus omvat theoretische en praktische oefeningen, waaronder casusbesprekingen, inspectie van voorbeeldcodes en praktische implementatie.

Notitie

• Oefensessies zijn gebaseerd op vooraf afgesproken voorbeeldgegevensrapportsjablonen. Als u specifieke wensen heeft, neem dan contact met ons op om dit te regelen.

Deze instructeur-gelide, live-training in Nederland (online of on-site) is gericht op beginnersniveau ontwikkelaars of ingenieurs die willen leren hoe ze numerieke simulatie kunnen gebruiken voor dynamische problemen met Matlab.

Aan het einde van deze training zullen de deelnemers in staat zijn:

• De basisprincipes van dynamische analyse te begrijpen.
• Matlab te gebruiken om analytische en numerieke oplossingen uit te voeren.
• Bewegingsvergelijkingen af te leiden met verschillende benaderingen.

MATLAB integreert berekening, visualisatie en programmering in een gebruiksvriendelijke omgeving. Het biedt de Financial Toolbox, die de functies bevat die nodig zijn om wiskundige en statistische analyses uit te voeren van financiële gegevens, waarna de resultaten worden weergegeven met presentatiekwaliteit grafieken.

Dit trainergerichte training biedt een inleiding tot MATLAB voor financiën. We duiken dieper in data-analyse, visualisatie, modellering en programmering door middel van praktijkopdrachten en veel laboratoriumoefeningen.

Aan het einde van deze training zullen de deelnemers een grondig begrip hebben van de krachtige functies die zijn opgenomen in MATLAB's Financial Toolbox en zal ze voldoende oefening hebben gehad om deze direct toe te passen bij het oplossen van echte wereldproblemen.

Doelgroep

• Financiële professionals met eerdere ervaring met MATLAB

Cursusopzet

• Theoretisch deel, discussie, veel praktijk

Dit cursus biedt een grondige inleiding tot de MATLAB-technische computingomgeving en een introductie tot het gebruik van MATLAB voor financiële toepassingen. De cursus is bedoeld voor beginners en gebruikers die herhaling zoeken. Er wordt geen voorkennis van programmeren of MATLAB aangenomen. Thema's als data-analyse, visualisatie, modellering en programmering worden gedurende de hele cursus verkend. Onderwerpen zijn:

• Werken met de MATLAB-gebruikersinterface
• Invoeren van commando's en het creëren van variabelen
• Analyseren van vectoren en matrices
• Visualiseren van vector- en matrixdata
• Werken met datafiles
• Werken met datatypes
• Automatiseren van commando's met scripts
• Schrijven van programma's met logica en flow control
• Schrijven van functies
• Gebruiken van de Financial Toolbox voor kwantitatieve analyse

Objectgeoriënteerd programmeren met MATLAB voor geofysica is de toepassing van MATLAB’s OOP-functies om gestructureerde, herbruikbare en onderhoudsvriendelijke code te creëren voor het analyseren en modelleren van geofysische data.

Deze instructeurgeleide live-training (online of ter plaatse) is gericht op beginners in MATLAB die actief zijn in de geofysica en leren hoe ze objectgeoriënteerde oplossingen voor geofysische toepassingen kunnen ontwerpen en implementeren.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• De basisprincipes van objectgeoriënteerd programmeren in MATLAB te begrijpen.
• Klassen, eigenschappen en methoden voor het hanteren van geofysische data te creëren en gebruiken.
• OOP-technieken toe te passen om werkstromen voor geofysisch modelleren en analyseren te structureren.
• De herbruikbaarheid, schaalbaarheid en duidelijkheid van de code te versterken voor geowetenschappelijke projecten.

Cursusformat

• Interactieve les en discussie.
• Veel oefeningen en praktijk.
• Praktijkgerichte implementatie in een live-lab omgeving.

Cursusaanpassingsmogelijkheden

• Om een aangepaste training voor deze cursus aan te vragen, neem contact met ons op om de details te regelen.

MATLAB is een numerieke rekenomgeving en programmeertaal ontwikkeld door MathWorks.

Predictive analytics is het proces waarbij data-analyse wordt gebruikt om voorspellingen te doen over de toekomst. Dit proces maakt gebruik van gegevens samen met datamining, statistieken en machine learning-technieken om een voorspellend model te creëren voor het voorspellen van toekomstige gebeurtenissen.

In deze live training onder leiding van een instructeur leren deelnemers hoe ze Matlab kunnen gebruiken om voorspellende modellen te bouwen en deze toe te passen op grote steekproefdatasets om toekomstige gebeurtenissen te voorspellen op basis van de gegevens.

Aan het einde van deze training zijn de deelnemers in staat om:

• Creëer voorspellende modellen om patronen in historische en transactionele gegevens te analyseren
• Gebruik voorspellende modellering om risico's en kansen te identificeren
• Bouw wiskundige modellen die belangrijke trends vastleggen
• Gebruik gegevens van apparaten en bedrijfssystemen om afval te verminderen, tijd te besparen of kosten te besparen

Audiëntie

• Ontwikkelaars
• Ingenieurs
• Domein experts

Vorm van de cursus

• Deels lezing, deels discussie, oefeningen en zware hands-on oefening

Deze tweedaagse cursus biedt een uitgebreide introductie tot de MATLAB®-omgeving voor technische berekeningen. De cursus is bedoeld voor beginners en diegenen die een herhaling willen. Er wordt geen voorafgaande programmeervaring of kennis van MATLAB verondersteld. Onderwerpen als data-analyse, visualisatie, modelleren en programmeren worden doorheen de cursus verkend.

Deze cursus is ontworpen om de grondbeginselen van het Systeemmodelleringstaal (SysML) te leren, evenals zijn toepassing via de MagicDraw/Cameo software, basis MBSE-simulatietechnieken en best practices in MBSE. Deze training is ook ontworpen om professioneel een achtergrond te geven over architectuurmodellering, een introductie tot het Simulation Toolkit-plugin, de simulatie van meerdere diagramtypen, en hoe je diagramsimulaties kunt koppelen om de architectuur te automatiseren.​

De cursus is bedoeld voor diegenen die graag een alternatief programma willen weten voor het commerciële MATLAB -pakket. De driedaagse training biedt uitgebreide informatie over het bewegen in de omgeving en het uitvoeren van het OCTAVE-pakket voor data-analyse en technische berekeningen. De ontvangers van de training zijn beginners, maar ook degenen die het programma kennen en hun kennis willen systematiseren en hun vaardigheden willen verbeteren. Kennis van andere programmeertalen is niet vereist, maar het zal het verwerven van kennis door de leerlingen aanzienlijk vergemakkelijken. De cursus laat u in veel praktijkvoorbeelden zien hoe u het programma kunt gebruiken.

Dit instructeurgeleide, live-training in Nederland (online of op locatie) is gericht op Matlab-gebruikers die willen ontdekken of overstappen naar Python voor dataanalyse en visualisatie.

Na afloop van deze training kunnen de deelnemers:

• Een Python-ontwikkelomgeving installeren en configureren.
• De verschillen en overeenkomsten tussen Matlab- en Python-syntaxis begrijpen.
• Python gebruiken om inzichten te verkrijgen uit diverse datasets.
• Bestaande Matlab-toepassingen converteren naar Python.
• Matlab- en Python-toepassingen integreren.

Simulink is een grafische programmeeromgeving voor het modelleren, simuleren en analyseren van multidomain dynamische systemen.