2018 MATLAB® & Simulink® 免費體驗課程

• 課程介紹
• 時間地點
• 下載課程表
• 線上報名

課程簡介

本課程介紹MATLAB於資料分析的相關功能，主要目的為闡述如何使用MATLAB補強Excel的不足之處。在課程中將會說明如何使用MATLAB匯入Excel的資料、視覺化分析以及客製化圖形、進行統計分析與數學模型的配飾、自動化流程並產生報表、最後將MATLAB開發出的功能包裝成Excel add-in。

課程大綱

• Access data from files and Excel spreadsheets
• Visualize data and customize figures
• Perform statistical analysis and fitting
• Generate reports and automate workflows
• Share analysis tools as standalone applications or Excel add-ins

課程簡介

本課程介紹MATLAB如何面對大量資料的處理與分析，主要可分為三個部分，第一部分介紹資料的匯入，以及MATLAB匯入檔案時，如何有效率的使用記憶體；第二部分將介紹資料前處理的相關功能，如何將資料結構化，並合理的補齊缺漏值，最後一部分將介紹分析的模型與手法，並如何從如何從資料分析的結果中獲得價值。

課程大綱

• Import with large data size
• Memory usage in MATLAB
• Data types in MATLAB
• DATASTORE/TALL function
• Data pre-processing
• Dealing with NaN
• Joining the data from different data source
• Predicting data with model
• Machine Learning
• Machine Learning with tall array

課程簡介

本課程介紹MATLAB與最佳化相關的工具:最佳化工具箱及全域最佳化工具箱。課程包含將問題公式化、選擇合適的最佳化函式求解、以及使用互動式之使用者圖形介面(GUI)求解最佳化問題。學員可透過實用範例與上機練習了解其重要概念。

課程大綱

• Applied Optimization
• Specifying the Objective Function
• Choosing a Solver
• Global Optimization

課程簡介

本課程將說明提升MATLAB執行速度的改善及優化方法，包含常見的幾種有效率的MATLAB程式寫法、如何檢視MATLAB程式的bottleneck，以及如何利用多核心CPU/叢集電腦/GPU解決data-intensive的問題。

課程大綱

• Leveraging the power of vector and matrix operations in MATLAB
• Identifying and addressing bottlenecks in your code
• Converting MATLAB code to C/C++ using MATLAB Coder
• Utilizing additional processing power available in multicore machines, clusters, and grids

課程簡介

本課程介紹如何將 MATLAB 程式碼快速產生可讀可攜的C程式碼，並搭配定點數設計工具箱，產生適合嵌入式系統的最佳化C程式碼。

課程大綱

• Preparing MATLAB Code for C Code Generation
• Fixed point conversion
• Generating Fixed C Source Code for embedded system

課程簡介

本課程介紹MATLAB在風險管理上的應用，在市場風險部份，簡單介紹如何利用MATLAB財務相關工具箱評價金融商品、並展示以MATLAB進行風險值的計算；在信用風險部份，介紹使用MATLAB建構信用風險模型的流程與呈現；最後介紹如何使用MATLAB建構投資組合，適合MATLAB初學者。

課程大綱

• MATLAB basic operation and new features
• Pricing with Financial Instrument Toolbox
• Calculating Value-at-Risk
• Credit risk modeling
• Working with ‘PORTFOLIO’ object

課程簡介

本課程介紹如何使用MATLAB的影像處理工具箱，用於快速實現影像處理演算法，包括圖像內容增強，對準和分割。另外介紹MATLAB內建的GUI Tool (App)，用以縮短使用者影像分析的時間，此外產生出對應的MATLAB程式碼。

課程大綱

• Why should you use MATLAB for Image Processing?
• Images in MATLAB
• Image Enhancement
• Image Registration
• Image Analysis
• Image Segmentation

課程簡介

本課程介紹MATLAB與電腦視覺系統工具箱來實現多種電腦視覺應用，包括影像分類、目標偵測與追蹤、立體視覺與點雲資料的處理。

課程大綱

• What is Computer Vision?
• Streaming Processing
• Featured-Based Workflow
• Machine Learning
• Object Detectionand Tracking
• Stereo Vision
• 3-D Point Cloud

課程簡介

ROS是一個Open source的機器人開發平台，在這個架構下，讓機器人應用的各大領域Navigation、Manipulation、Perception、Cognition等，建立共通的使用平台。而新版的MATLAB/Simulink提供演算法及硬體的連結來發展自動化機器人的應用，演算法的開發包含map representation, path planning, and path following等針對差速驅動的機器人。本議題將說明如何使用MATLAB及Simulink來開發演算法及與如何與ROS連接。

課程大綱

• Using MATLAB and Simulink for
• Building Robots
• Developing Robotics Applications using Existing Robots
• Robot platforms link with MATLAB/Simulink
• MATLAB-ROS Interface
• Simulink-ROS Interface
• Robotics Algorithms

課程簡介

本課程提供創建Simulink模型與HDL編碼器使用的指導方針。HDL編碼器生成將target到硬體，因此硬體架構必須作為設計的一部分。並介紹優化設計在硬體實現設計的速度和面積之準則。

課程大綱

• Architecture Design
• Block Settings
• Data type Settings
• Optimization of Speed and Area

課程簡介

本課程說明如何在Simulink環境上進行馬達驅動器的開發。首先，使用SimPowerSystems裡面的元件建立power stage的模型，包含馬達、inverter、和電源，接著在power stage模型上加入控制迴路，並進行不同負載下的模擬，驗證控制的架構與控制的參數可以達到系統的性能要求。最後，利用程式碼產生器(Embedded Coder)可以把驗證好的控制算法放到MCU上加以實現。

課程大綱

• Plant Modeling with SimPowerSystems Components
• Control Loop Design and Verification with Load
• C Code Generation and Implementation on MCU

課程簡介

網路無所不在造就偉大的物聯網(IoT, Internet of Things )，使用MATLAB透過不同裝置可以偵測到如溫度、亮度、濕度等等資訊，透過分析這些數據可以幫助我們提升工作效率，所以我們將示範蒐集這些龐大且複雜的資訊並上傳到物聯網伺服器( IoT Server)也叫做ThingSpeak，將滿滿的資料上傳至ThingSpeak大平台上，依照使用者需求做紀錄或進一步進行資料分析與運算。

課程大綱

• What is IoT?
• Who is ThingSpeak targeted for?
• Where Does ThingSpeak Fit In?
• Demos of ThingSpeak in Action

課程簡介

深度學習技術近年來發展越趨成熟，也在語音辨識及影像辨識應用上有不錯的表現。本課程以影像辨識應用為例，展示MATLAB如何快速開發具有影像辨識能力的深度學習模型，並搭配使用GPU加速模型訓練。

課程大綱

• Deep learning capabilities in MATLAB
• Speeding up the training process using GPUs and Parallel Computing Toolbox
• Demonstration

課程簡介

機器學習的應用逐漸擴大，隨著越來越多機器中感知器資料被儲存與蒐集，就可利用資料開發預防性保養的預測模型，本課程將以此應用為例，使用MATLAB示範資料的擷取、簡單的訊號前處理以獲得可用的特徵值，並使用機器學習和類神經網路做出可預測的模型，最後說明與其他程式語言整合的方法。

課程大綱

• Data Import and preprocessing
• Machine Learning and Neural Network with MATLAB
• Deployment

課程簡介

大型與複雜的軟、韌體專案中，最難被發現的錯誤，通常來自於系統上線運作之後，因為輸入條件的變化產生的眾多排列組合所造成的運算或邏輯判斷上的錯誤(一般稱為Run Time Error，執行階段錯誤即RTE)。這樣的問題，一般很難用傳統動態測試的方式來達到，因為有限的測試案例很難完整預測系統上線之後的所有操作可能性，因此Polyspace利用靜態分析的方法來確保上線後的所有操作可能性都被完整的涵蓋，如此可以在程式碼release之前確保程式中絕對不會有RTE所帶來的危害。

課程大綱

• Polyspace工具介紹
• C程式碼範例專案建置
• RTE(Run-Time-Error)測試結果分析與改正
• Code Metrics 與 Coding rule檢查

課程簡介

課程由視覺化從感測器收到的偵測結果做為開始，接著使用Ground Truth Labeling Tool去標示訓練影像中的物體，這些資訊就可以用來訓練物體偵測器。為了達到即時的辨識，可以使用GPU來加速運算。課程中會介紹如何將MATLAB開發出來的演算法轉成CUDA code，以及轉code有哪些注意事項，最後展示將Deep Learning Model配置到NVIDIA Jetson TX1的完整流程。

課程大綱

• Data Visualization: Create Your Bird-Eye Plot
• Data Preparation: Ground Truth Labeing Tool
• Introduction to GPU and CUDA
• MATLAB Algorithm Design for GPU
• Deep Learning Model Deployment

課程簡介

本課程將介紹如何使用MATLAB來實現工廠端自動光學檢測，前半段介紹檢測演算法開發流程，從待測影像的位置校正，將校正後的影像進行增強、切割，到影像特徵的提取，最後透過機器學習、深度學習等方法進行瑕疵分類。後半段將示範如何使用GPU 轉碼工具將檢測演算法轉成CUDA程式碼，以及整合至硬體上實現的方法。

課程大綱

• Image Inspection with MATLAB
• Feature Extraction
• Machine Learning/Deep Learning
• MATLAB Algorithm Design for GPU
• Deep Learning Deployment