该系列讲座将演示 Wolfram 语言中的自动机器学习功能和机器学习概念。从监督学习的概念和三种关键技术入手：分类、预测和序列预测。了解如何使用各种类型的数据，从预定义方法中进行选择并解释结果。将讨论与数据集有关的常见问题及其解决方法。以及讨论无监督机器学习任务的概念，例如特征提取、编码和降维。文本和图像分类示例用于说明这些方法。接下来，讲述 Wolfram 语言中集成的神经网络框架的概述。最后，学习如何通过 API 和 Web 表单部署开发的模型，以供外部程序和个人使用。
注册一次便可参加所有5次讲座。
第一节（3/8）：
机器学习：概述
监督学习：分类
第二节（3/9）
监督学习：预测
监督学习：序列预测
机器学习：高级问题
第三节（3/10）
无监督学习：特征提取和聚类
第四节（3/11）
究竟什么是神经网络
第五节（3/12）
部署
注册链接：
https://wolfram.zoom.us/webinar/register/1416137610251/WN_as_0yUzuSsSiQA-_5Rnq1g