Weiter zum Inhalt
MathWorks

Online-Kurse zum Selbststudium

  • Self-Paced Content
  • MathWorks
  • MATLAB Hilfe-Center
  • Community
  • Lernen
  • MATLAB erhalten MATLAB
  • Melden Sie sich an
    • Eigener Account
    • Mein Community Profil
    • Lizenz zuordnen

    • Abmelden
  • Wenden Sie sich an den MathWorks-Support
  • Visit mathworks.com
  • Online Courses
MathWorks MathWorks

Website auswählen

Wählen Sie eine Website aus, um übersetzte Inhalte (sofern verfügbar) sowie lokale Veranstaltungen und Angebote anzuzeigen. Auf der Grundlage Ihres Standorts empfehlen wir Ihnen die folgende Auswahl: .

  • (English)
  • (Deutsch)
  • (Français)
  • (简体中文)
  • (English)

Sie können auch eine Website aus der folgenden Liste auswählen:

So erhalten Sie die bestmögliche Leistung auf der Website

Wählen Sie für die bestmögliche Website-Leistung die Website für China (auf Chinesisch oder Englisch). Andere landesspezifische Websites von MathWorks sind für Besuche von Ihrem Standort aus nicht optimiert.

Amerika

  • América Latina (Español)
  • Canada (English)
  • United States (English)

Europa

  • Belgium (English)
  • Denmark (English)
  • Deutschland (Deutsch)
  • España (Español)
  • Finland (English)
  • France (Français)
  • Ireland (English)
  • Italia (Italiano)
  • Luxembourg (English)
  • Netherlands (English)
  • Norway (English)
  • Österreich (Deutsch)
  • Portugal (English)
  • Sweden (English)
  • Switzerland
    • Deutsch
    • English
    • Français
  • United Kingdom (English)

Asien-Pazifik

  • Australia (English)
  • India (English)
  • New Zealand (English)
  • 中国
    • 简体中文
    • English
  • 日本 (日本語)
  • 한국 (한국어)

Kontakt zu Ihrer lokalen Niederlassung

image for course Signalklassifizierung mit Deep Learning

Signalklassifizierung mit Deep Learning

Erfahren Sie, wie Sie tiefe Netzwerke zur Klassifizierung geordneter Datenfolgen, wie Signale, Zeitreihen oder Sensordaten verwenden können. Dieser Workflow umfasst die Vorbereitung Ihrer Daten, die Auswahl signalspezifischer Trainingsoptionen und die Erstellung einer Netzwerkarchitektur mit rekurrenten Schichten.

Kursmodule

Introduction

Get an overview of the course.

Lektionen:
  • Course Overview
  • Outline and Learning Outcomes
  • Course Example: Classify Flooding Severity

Import Signals in Labeled Subfolders

Use datastores to import signals and their corresponding labels.

Lektionen:
  • Import Signals with a Datastore
  • Import Signal Labels
  • Visualize Signal Data Set
  • Read in Data Set that Fits in Memory

Prepare Training Inputs

Create all the components needed to train a signal classification network.

Lektionen:
  • Training Inputs
  • Train, Test, and Validation Data
  • Recurrent Networks
  • Create LSTM Architecture
  • Training Options

Train and Evaluate a Signal Classification Network

Train a deep network for signal classification using basic inputs. Then predict with the network and evaluate its performance.

Lektionen:
  • Network Training Function
  • Train the Network
  • Evaluate Network

Adjust Training Inputs to Improve the Network

Learn techniques to improve your deep network, focusing on techniques that are specific to signal applications.

Lektionen:
  • Improve Network Performance Overview
  • Impact of Sequence Length
  • Standardize Sequence Length
  • Epochs and Mini Batches
  • Bidirectional Recurrent Layers
  • Adjust Training Inputs

Conclusion

Learn next steps and give feedback on the course.

Lektionen:
  • Summary
  • Additional Resources
  • Survey

Format:Kurs zum Selbststudium

Sprache:Deutsch

Sprache

  • Praktische Übungen mit automatischem Feedback
  • Zugang zu MATLAB über Ihren Webbrowser
  • Teilbarer Fortschrittsbericht und teilbares Kurszertifikat

Deep Learning Onramp

Machen Sie die ersten Schritte mit Deep-Learning-Methoden für die Bilderkennung.

Signalsegmentierung mit Deep Learning

Passen Sie Ihren Workflow zur Signalklassifizierung an, um tiefe Netzwerke zu erstellen, die jeden Zeitschritt eines Signals klassifizieren.

MATLAB Onramp

Machen Sie die ersten Schritte mit MATLAB.

  • Trust Center
  • Handelsmarken
  • Datenschutz-Richtlinien
  • Datendiebstahl verhindern
  • Status von Anwendungen
  • Kontakt

© 1994-2025 The MathWorks, Inc.