课程封面

交叉验证优化神经网络参数和MATLAB程序详解视频

共6节 已有7人学过

主讲老师郑一

更新时间2025-06-25 18:47:04

课件资料暂无

免费

加载中...

课程介绍

内容简介

《交叉验证优化神经网络参数和MATLAB程序详解视频》共9章62节视频,总学时555分钟,合9.3小时。交叉验证在处理参数取整数值的优化问题中有独特的优势,是论文写作和科研的一个好思路和好方法

主要内容包括视频课程内容介绍及慎拍不拍说明与参考文献,支持向量机基本思想及其优点与应用领域,LIBSVM库详细安装过程介绍,SVM参数优化及其识别分类问题程序实现,SVM参数优化及回归预测上证指数程序,交叉验证法CV优化参数程序详解,交叉验证优化3个参数实数取值及其应用,交叉验证优化CNN参数识别手写体数字,交叉验证优化BP参数预测体脂百分比。

拍付费算法课程后,全部免费提供MATLAB程序,免费提供辅导答疑,免费提供PPT课件

【如何为己所用】:

(1)只需具有自己的问题,代入所给的程序求解即可。

(2)利用提供的程序即可完整得到论文写作所需的指标数据、论文用图。

【前期基础】课程或知识:

(1) 了解MATLAB软件知识视频

【后期选学】课程推荐:

(1)《遗传算法(GA)及其约束条件工具箱应用与MATLAB程序详解视频》

(2)《多目标遗传算法求解资源优化配置问题与MATLAB程序详解视频》

(3)《粒子群算法优化算法和MATLAB程序详解视频》

(4)《粒子群算法优化支持向量机预测上证股指和MATLAB程序详解视频》

(5)《粒子群算法优化PID控制算法和MATLAB程序详解视频》

【优化算法视频课程】推荐:

(1)《遗传算法(GA)及其约束条件工具箱应用与MATLAB程序详解视频》

(2)《模拟退火算法(SA)及其应用与MATLAB程序详解视频》

(3)《粒子群算法优化算法和MATLAB程序详解视频》

(4)《粒子群算法优化支持向量机预测上证股指和MATLAB程序详解视频》

(5)《粒子群算法优化PID控制算法和MATLAB程序详解视频》

(6)《粒子群算法优化支持向量机和MATLAB程序详解视频》

(7)《多目标遗传算法优化支持向量机和MATLAB程序详解视频》

(8)《多目标遗传算法求解资源优化配置问题与MATLAB程序详解视频》

一、学习指导方案

1、全部视频都在网上。请首先按照视频文件序号由小到大(若前序号相同,说明视频内容密切联系,再看后面序号大小)的序号观看,保证内容由浅入深地顺序学习。

2、在看视频的同时,利用【快速】【暂停】【倒回】操作。

3、将存在的问题记录下来,看看视频是否讲解。对视频还是没有讲解的问题,尽快问【面对面数学】答疑。

4、视频观看结束后,看看PPT课件,复习、巩固学习效果。

5、视频清晰度:(1)建议屏幕分辨率设置为1920x1080 或者屏幕分辨率1280x720。(2)全屏播放。这样看视频更加清晰。

6、倍速播放:现在【淘宝平台】已经具备【倍速播放】视频功能。

四、目  录

第一章  视频课程内容介绍及慎拍不拍说明与参考文献(29+36分钟)

0.1_科研技术工程算法及9个问题全面说明兼开讲说明(25分钟,网络上免费试看)

0.2_店主预言先告必看第三版(4分钟,网络上免费试看)

1、CVSVM1_视频课程讲些什么及能干什么与程序结果介绍(16分钟,视频免费试看)

2、CVSVM2_MATLAB程序提供及课程亮点特点(4分钟,视频免费试看)

3、CVSVM3_慎拍不拍建议与学习基础要求及参考文献(6分钟,视频免费试看)

4、CVSVM4_参数优化视频教学顾虑及基础知识复习安排(10分钟,视频免费试看)

第二章  支持向量机基本思想及其优点与应用领域(12分钟)

5、CVSVM5_1支持向量机的基本思想简介(6分钟,视频免费试看)

6、CVSVM5_2支持向量机4个优点与新兴应用领域(6分钟,视频免费试看)

第三章  LIBSVM库详细安装过程介绍(27分钟)

7、CVSVM6_1支持向量机库LIBSVM简介(6分钟,视频免费试看)

8、CVSVM6_2查看2个主要文件夹及扩展名(6分钟)

9、CVSVM6_3最简安装直接加入MATLAB的path(15分钟)

第四章  SVM参数优化及其识别分类问题实现程序 (51分钟)

10、CVSVM7_1_1意大利葡萄酒分类数据实际意义(6分钟,有程序)

11、CVSVM7_1_2参数优化问题与程序演示结果(8分钟,有程序)

12、CVSVM7_2交叉验证方法及其3个解决方案(7分钟,有程序)

13、CVSVM7_3CV伪代码及优化参数c和g语法(6分钟,有程序)

14、CVSVM7_4SVM识别分类问题求最佳参数c和g的语法(4分钟,有程
序)

15、CVSVM7_5葡萄酒分类程序计算最佳参数分类(7分钟,有程序)

16、CVSVM7_6最佳参数c和g取值及分类百分百(6分钟,有程序)

17、CVSVM7_7思考5个问题及总结(7分钟,有程序)

第五章  SVM参数优化及回归预测上证指数程序(99分钟)

18、CVSVM8_1学习目标及上证指数问题解读说明(7分钟,有程序)

19、CVSVM8_2回归预测问题及6步流程(8分钟,有程序)

20、CVSVM8_3程序8_1简单讲解与分析(14分钟,有程序)

21、CVSVM8_4svmtrain训练参数及其优化(6分钟,有程序)

22、CVSVM8_5CV粗略选择及其测试结果(7分钟,,有程序,视频免费试看)

23、CVSVM8_6CV如何精细选择及结果对比分析(10分钟,有程序)

24、CVSVM8_7未优化参数程序及其预测结果(9分钟,有程序)

25、CVSVM8_8优化参数及其粗细不合理(6分钟,有程序)

26、CVSVM8_9粗略与精细问题分析及其程序改正(11分钟,有程序)

27、CVSVM8_10论文写作用图及数值指标(6分钟,有程序)

28、CVSVM8_11思考使用程序6个问题及3点总结(15分钟,有程序)

第六章  交叉验证法CV优化参数程序详解(102分钟)

29、CVSVM9_1交叉验证的基本思想与优点及缺点(9分钟,有程序,视频免
费试看)

30、CVSVM9_2SVMcgForClass变量含义及法(12分钟,有程序)

31、CVSVM9_3函数各变量作用及其默认值(10分钟,有程序)

32、CVSVM9_4交叉验证函数语句详细讲解(19分钟,有程序)

33、CVSVM9_5回归预测函数的6点区别(9分钟,有程序)

34、CVSVM9_6改进优化3个参数模板程序(14分钟,有程序)

35、CVSVM9_7验证优化3参数程序及结果对比(13分钟,有程序)

36、CVSVM9_8思考交叉验证功能及参数取实值6问题(7分钟,有程序)

37、CVSVM9_9思考改编3个参数优化程序等问题(9分钟,有程序)

第七章  交叉验证优化3个参数实数取值及其应用(50分钟)

38、CVSVM10_1学习目的及参数优化的通用性(6分钟,有程序)

39、CVSVM10_2实值优化参数程序默认设置(9分钟,有程序)

40、CVSVM10_3网格划分及去除2次幂设置(7分钟,有程序)

41、CVSVM10_4实值优化参数取默认设置及其结果(8分钟,有程序)

42、CVSVM10_5精选优化参数方法及最好结果(10分钟,有程序)

43、CVSVM10_6思考利用优化参数程序问题及总结(10分钟,有程序)

第八章  交叉验证优化CNN参数识别手写体数字(92分钟)

44、CVSVM11_1学习目的及卷积神经网络识别手写数字(10分钟,有程序)

45、CVSVM11_2权威程序及可优化4个参数(13分钟,有程序)

46、CVSVM11_3导入数据集及待优化参数取值设计(7分钟,有程序)

47、CVSVM11_4交叉验证具体做法及目标函数(13分钟,有程序)

48、CVSVM11_5交叉验证5折及10折网络识别准确率(8分钟,有程序)

49、CVSVM11_6最佳参数4个方案及其准确率对比(14分钟,有程序)

50、CVSVM11_7模型扩展之6处分析(5分钟,有程序)

51、CVSVM11_8算法扩展之7处思路介绍(4分钟,有程序)

52、CVSVM11_9思考利用和改进优化参数程序2问题(9分钟,有程序,视频免费试看)

53、CVSVM11_10思考论文思路与作业及总结(9分钟,有程序)

第九章  交叉验证优化BP参数预测体脂百分比(86分钟)

54、CVSVM12_1学习目的及体脂率回归预测问题(7分钟,有程序)

55、CVSVM12_2估计体脂率程序12_1简析(16分钟,有程序)

56、CVSVM12_3交叉验证命令及默认取值(9分钟,有程序)

57、CVSVM12_4交叉验证核心语句及最佳参数值(16分钟,有程序)

58、CVSVM12_5源程序用最佳参数及结果对比(6分钟,有程序)

59、CVSVM12_6最佳参数所得4个结果联系对比(7分钟,有程序,视频免费试看)

60、CVSVM12_7搜索最佳参数与交叉验证结果对比(7分钟,有程序)

61、CVSVM12_8模型扩展及算法扩展问题介绍(6分钟,有程序)

62、CVSVM12_9思考会用会改程序与作业及重点总结(9分钟,有程序)

五、下载文件

附件1_附件一_交叉验证优化参数与程序视频学习指导.doc

附件2_附件二_电子教材全部课件.PPt

附件3_附件三_ MATLAB程序.rar

讲师介绍

讲师头像

郑一

郑一,青岛高校退休多年,三级数学专业教授,硕士研究生导师。在职期间主讲本科生课程、研究生课程多门,主编《概率论与数理统计》等教材及学习指导书7部。讲授强化学习和深度强化学习、卷积神经网络和长短时记忆网络、信号分析与处理算法、图像分析与处理算法、遗传算法、粒子群优化算法以及两个算法融合等30多门算法视频课程,算法课程远销台湾、香港、英国、德国和美国等地区或国家,深受网友们和学子们的喜爱和推崇。

AI课程导读

本课程以“算法、程序、论文毕设、实际应用四结合”为核心,突出实操与可复用。课程免费提供全部程序、课件和试看视频,程序配有详解,可直接带入自己的数据,必要时按需求调参,并有辅导答疑支持。内容从课程导论、答疑与资料规范讲起,逐步深入交叉验证的基本思想、优缺点及适用边界,再通过11-2程序演示交叉验证卷积神经网络手写数字识别,对比5折、10折结果,展示最佳参数C=9、G=25和准确率提升;随后用12-32模板讲解如何以交叉验证最佳参数优化BP神经网络,比较神经元数15与10的均方误差,并引出进一步改进问题。适合有MATLAB和算法基础、正在做论文毕设或科研项目、希望把程序真正用起来的学习者。学完后,你能理解交叉验证与CNN/BP优化流程,掌握修改折数、固定随机数、划分训练测试集、计算MSE和评价结果的方法,并迁移到自己的数据与课题中。

AI课程大纲

正一算法程序视频

郑一

郑一,青岛高校退休多年,三级数学专业教授,硕士研究生导师。在职期间主讲本科生课程、研究生课程多门,主编《概率论与数理统计》等教材及学习指导书7部。讲授强化学习和深度强化学习、卷积神经网络和长短时记忆网络、信号分析与处理算法、图像分析与处理算法、遗传算法、粒子群优化算法以及两个算法融合等30多门算法视频课程,算法课程远销台湾、香港、英国、德国和美国等地区或国家,深受网友们和学子们的喜爱和推崇。

评价

给该课程打分:

发表