MATLAB 大数据分析： 起步

如何发挥数据科学家的领域知识，提升算法开发效率，是本次研讨会的主要目的。在现有大数据框架中，数据科学家不得不变身为程序员，去适应框架的约束。我们将反其道而行之，通过介绍在新的 MATLAB R2016b版本中引入到新的大数据接口，解放对具体框架到依赖，实现对大数据的分析要求。

Flash用户：把鼠标移动到视频上查看内容大纲

录制日期: 2016 年 12 月 22 日

精通机器学习：MATLAB 分步实施指南

阅读电子书

反馈

下一个:

本次讲座将通过几个汽车行业典型的数据分析实例介绍MATLAB的数据分析技术。

MATLAB汽车行业数据分析技术

相关视频:

背景：工程师和科学家们经常需要分析处理大量的数据。数据分析通常涵盖数据收集和管理，数据挖掘和分析，以及数据建模和仿真等工作。为了减少分析和理解这些数据所需要的时间，他们常常需要快速探究和可视化数据的能力，以及开发面向他们特定应用的定制化程序的灵活性。该网上研讨会将展示MATLAB以及它数以千计的预构建工程和分析功能中对数据进行交互分析的工

使用统计与曲线拟合工具箱进行数据分析

讨论提高MATLAB代码效率的策略和技巧，包括如何优化MATLAB代码和发现瓶颈。您还将会了解如何使用MATLAB Parallel Server™ （MATLAB分布式运算引擎）和Parallel Computing Toolbox™（并行计算工具箱），充分利用计算机集群的硬件资源来加速你的MATLAB应用程序。您也将会学习如何在充分利用您桌面机以外的硬件资源的同时，对现有的代码和工作流程做最小的改动。

MATLAB并行计算 – 从个人桌面到远程集群和云

利用NVDIA GPU加速MATLAB运算速度

GPU 加速和集群计算

背景：如何写出具有MATLAB程序特色的高效代码？此次研讨会将针对这个问题进行深入讨论。这会涉及到MATLAB平台介绍 – 细致了解编程环境，对写出高质量代码很有帮助；还会进行MATLAB代码瓶颈分析，覆盖I/O处理，图形处理等；最后是并行计算 – 实例演示如何快速实现高质量串行代码的并行化。相关产品：MATLABOptimization ToolboxParallel Computing Toolbox受众：对MATLAB编程比较熟悉的用

MATLAB高级编程之性能加速：从代码优化到并行计算