MATLAB Kurs i Oslo

Objektorientert programmering med MATLAB for geofysikk er anvendelsen av MATLABs objektorienterte funksjoner for å skape strukturert, gjenbrukbar og vedlikeholdbar kode til analyse og modellering av geofysiske data.

Dette instruktørførte, live-treningen (online eller på stedet) er rettet mot grunnleggende MATLAB-brukere i geofysikk som ønsker å lære hvordan de kan designe og implementere objektorienterte løsninger for geofysiske anvendelser.

Etter avslutning av denne treningen vil deltakerne kunne:

• Få en grundforståelse for objektorientert programmering i MATLAB.
• Opprette og jobbe med klasser, egenskaper og metoder for håndtering av geofysiske data.
• Anvende OOP-teknikker for å strukturere modellering- og analysearbeidsflyter i geofysikk.
• Fremme kodegjenbruk, skalerbarhet og tydelighet i geovitenskapelige prosjekter.

Kursformat

• Interaktiv forelesning og diskusjon.
• Masse øvelser og praksisoppgaver.
• Håndtering i en live-lab-miljø.

Tilpasningsmuligheter for kurs

• Kontakt oss for å arrange et tilpasset treningsspesifikt for dette kurset.

Denne instruktørledede, liveopplæringen i Oslo (online eller på stedet) er rettet mot utviklere eller ingeniører på nybegynnernivå som ønsker å lære å bruke numerisk simulering for dynamiske problemer ved å bruke Matlab.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå det grunnleggende innen dynamisk analyse.
• Bruk Matlab til å utføre analytiske og numeriske løsninger.
• Utled bevegelsesligninger ved hjelp av forskjellige tilnærminger.

I den første delen av denne opplæringen dekker vi det grunnleggende om MATLAB og dets funksjon som både et språk og en plattform. Inkludert i denne diskusjonen er en introduksjon til MATLAB syntaks, matriser og matriser, datavisualisering, skriptutvikling og objektorienterte prinsipper.

I den andre delen demonstrerer vi hvordan du bruker MATLAB til datautvinning, maskinlæring og prediktiv analyse. For å gi deltakerne et klart og praktisk perspektiv på MATLABs tilnærming og makt, trekker vi sammenligninger mellom bruk av MATLAB og andre verktøy som regneark, C, C++ og Visual Basic.

I den tredje delen av opplæringen lærer deltakerne hvordan de kan effektivisere arbeidet sitt ved å automatisere databehandlingen og rapportgenereringen.

Gjennom hele kurset vil deltakerne implementere ideene som er lært gjennom praktiske øvelser i et laboratoriemiljø. Ved slutten av opplæringen vil deltakerne ha en grundig forståelse av MATLAB sine evner og vil kunne bruke den til å løse datavitenskapelige problemer i den virkelige verden samt for å effektivisere arbeidet gjennom automatisering.

Det vil bli gjennomført vurderinger gjennom hele kurset for å måle fremgang.

Kursets format

• Kurset inkluderer teoretiske og praktiske øvelser, inkludert casediskusjoner, prøvekodeinspeksjon og praktisk implementering.

Merk

• Øvingsøktene vil være basert på forhåndsarrangerte rapportmaler for eksempeldata. Hvis du har spesifikke krav, vennligst kontakt oss for å avtale.

Dette undervisningsbaserte, live-kurs i Oslo (online eller på sted) er rettet mot Matlab-brukere som ønsker å utforske og eventuelt overgå til Python for dataanalyse og visualisering.

Ved kursets slutt vil deltakerne kunne:

• Installere og konfigurere et Python-utviklingsmiljø.
• Føre inn differanser og likheter mellom Matlab- og Python-syntaks.
• Bruke Python til å oppnå innsikt fra ulike datasett.
• Konvertere eksisterende Matlab-applikasjoner til Python.
• Integrasjon av Matlab- og Python-applikasjoner.

En 3-dagers kurs som tar deg gjennom MATLABs hovedskjermer og vinduer, inkludert ...

• hvordan du bruker MATLAB som en kalkulator og tegner grunnleggende kurver
• hvordan du lager dine egne tilpassede funksjoner og skript

Dette fire dager lange kurset gir bildebehandlingsfundamenter ved bruk av Matlab. Du vil øve deg på hvordan du kan endre og forbedre bilder og til og med trekke ut mønstre fra bildene. Du vil også lære hvordan du bygger 2D-filtre og bruker dem på bildene.

Eksempler og øvelser demonstrerer bruken av passende Matlab- og Image Processing Toolbox-funksjonalitet gjennom hele analyseprosessen.

Denne tre-dagers kurs gir en omfattende innføring i MATLABs tekniske databehandlingsmiljø. Kurset er ment for nybegynnere og de som ønsker en oppfriskning. Det kreves ingen tidligere programmeringserfaring eller kunnskap om MATLAB. Temaene dataanalyse, visualisering, modellering og programmering utforskes gjennom hele kurset. Emnene inkluderer:

•     Arbeid med MATLABs brukergrensesnitt
•     Innføring av kommandoer og opprettelse av variabler
•     Analyse av vektorer og matriser
•     Visualisering av vektor- og matrisedata
•     Arbeid med datafiler
•     Arbeid med datatyper
•     Automatisering av kommandoer med skript
•     Skriving av programmer med logikk og flytkontroll
•     Skriving av funksjoner

I denne instruktørledede, levende opplæringen vil deltakerne lære å bruke Matlab til å designe, bygge og visualisere et konvolusjonelt neuralt nettverk for bildegenkjenning.

Ved slutten av denne opplæringen vil deltakerne være i stand til å:

• Bygge en dyp læring modell
• Automatisere data merking
• Arbeide med modeller fra Caffe og TensorFlow-Keras
• Trene data ved hjelp av flere GPUs, skyen eller kluster

Målgruppe

• Utviklere
• Ingeniører
• Domeneeksperter

Formatet på kurset

• Del forelesning, del diskusjon, øvelser og mye praktisk øving

MATLAB integrerer beregning, visualisering og programmering i et enkelt å bruke miljø. Den tilbyr Financial Toolbox, som inkluderer funksjonene som trengs for å utføre matematisk og statistisk analyse av finansiell data, og deretter vise resultatene med presentasjonskvalitetsgrafikk.

Denne instruktørledede opplæringen gir en introduksjon til MATLAB for finans. Vi dykker inn i dataanalyse, visualisering, modellering og programmering ved hjelp av praktiske øvelser og mye praktisk arbeid i lab.

Ved slutten av denne opplæringen vil deltakerne ha en grundig forståelse av de kraftige funksjonene som er inkludert i MATLABs Financial Toolbox og vil ha fått den nødvendige praktiske erfaring til å bruke dem øyeblikkelig for å løse virkelige problemer.

Målgruppe

• Finansielle fagfolk med tidligere erfaring med MATLAB

Kursformat

• Deler forelesning, del diskusjon, mye praktisk arbeid

Denne kursen gir en omfattende innføring i MATLABs tekniske beregningsmiljø + en innføring i bruk av MATLAB for finansielle applikasjoner. Kurset er ment for nybegynnere og de som søker en oppfriskning. Det kreves ingen tidligere programmeringserfaring eller kjennskap til MATLAB. Tematikker som dataanalyse, visualisering, modellering og programmering utforskes gjennom hele kurset. Emner inkluderer:

• Arbeid med MATLABs brukergrensesnitt
• Innføring av kommandoer og opprettelse av variabler
• Analyse av vektorer og matriser
• Visualisering av vektor- og matrisedata
• Arbeid med datafiler
• Arbeid med datatyper
• Automatisering av kommandoer med skript
• Skriving av programmer med logikk og flytkontroll
• Skriving av funksjoner
• Bruk av Financial Toolbox for kvantitativ analyse

MATLAB er et numerisk datamiljø og programmeringsspråk utviklet av MathWorks.

Predictive analytics er prosessen med å bruke dataanalyse til å gjøre prediksjoner om fremtiden. Denne prosessen bruker data sammen med datagrunnflating, statistikk og maskinlæringsteknikker for å skape et prediktivt modell for å forutsi fremtidige hendelser.

I dette instruktørsledede, live-treningen vil deltakerne lære hvordan de kan bruke Matlab til å bygge predikive modeller og anvende dem på store datasett for å forutsi fremtidige hendelser basert på dataene.

Etter dette treningen vil deltakerne kunne:

• Opprette prediktive modeller for å analysere mønstre i historiske og transaksjonsdata
• Bruke prediktiv modellering til å identifisere risikoer og muligheter
• Bygge matematiske modeller som fanger viktige trender
• Bruke data fra enheter og virksomhetssystemer for å redusere spillo, spare tid eller nedkoste kostnader

Målgruppe

• Utviklere
• Ingeniører
• Faglige ekspertiser

Kursformat

• Del foredrag, del diskusjon, øvelser og mye praktisk trening

Denne to-dagers kurs gir en omfattende introduksjon til MATLAB®s tekniske beregningsmiljø. Kurset er ment for nybegynnere og de som ser etter en oppfriskning. Det kreves ingen forhåndskunnskap i programmering eller kunnskap om MATLAB. Temaene dataanalyse, visualisering, modellering og programmering utforskes gjennom hele kurset.

Kurset er designet for å lære det grunnleggende om Systems Modeling språket (SysML), dets anvendelse gjennom MagicDraw/Cameo-programvaren, grunnleggende modellbaserte systemteknikker (MBSE) simuleringsteknikker og beste praksis i [ 1]. Denne opplæringen er også utviklet for å gi fagfolk en bakgrunn bak arkitektonisk simulering, en introduksjon til Simulation Toolkit-plugin, simulering av flere diagramtyper og hvordan man knytter diagramsimuleringer sammen for å automatisere arkitekturen .

Kurset er dedikert for de som ønsker å vite et alternativt program til den kommersielle MATLAB-pakken. Den tre dager lange opplæringen gir omfattende informasjon om å bevege seg rundt i miljøet og utføre OCTAVE-pakken for dataanalyse og tekniske beregninger. Opplæringsmottakerne er nybegynnere, men også de som kan programmet og ønsker å systematisere kunnskapen og forbedre sine ferdigheter. Kunnskap om andre programmeringsspråk er ikke nødvendig, men det vil i stor grad lette elevenes tilegnelse av kunnskap. Kurset vil vise deg hvordan du bruker programmet i mange praktiske eksempler.

Simulink er en grafisk programmeringsmiljø for modellering, simulering og analyse av multidomain dynamiske systemer.

Dette kurset inneholder et omfattende materiale om MATLAB som et kraftig simuleringsverktøy for kommunikasjon. Målet med dette kurset er å introdusere MATLAB ikke bare som et generelt programmeringsspråk, snarere vektlegges rollen til de ekstremt kraftige MATLAB egenskapene som simuleringsverktøy. Eksemplene gitt for å illustrere materialet i kurset er ikke bare en direkte bruk av MATLAB kommandoer, i stedet representerer de ofte reelle problemer.

Mål: Denne opplæringen er ment for programvareingeniører som arbeider med MBD-teknologi. Opplæringen vil dekke modelleringsmetoder for bilsystemer, bilstandarder, autokodegenerering og oppbygning og verifisering av modelltestrammeverk.