MATLAB Fundamentals, Data Science & Report Generation Training Course

Course Code



35 hours (usually 5 days including breaks)


  • Knowledge of basic mathematical concepts such as linear algebra, probability theory and statistics
  • No previous experience with MATLAB is needed


  • Developers
  • Data scientists


Στο πρώτο μέρος αυτής της εκπαίδευσης, καλύπτουμε τις βασικές αρχές του MATLAB και τη λειτουργία του τόσο ως γλώσσα όσο και ως πλατφόρμα. Περιλαμβάνεται σε αυτή τη συζήτηση μια εισαγωγή στη σύνταξη MATLAB , συστοιχίες και μήτρες, οπτικοποίηση δεδομένων, ανάπτυξη σεναρίων και αντικειμενοστραφείς αρχές.

Στο δεύτερο μέρος, παρουσιάζουμε τον τρόπο χρήσης του MATLAB για εξόρυξη δεδομένων, μηχανική μάθηση και προγνωστική ανάλυση. Για να προσφέρουμε στους συμμετέχοντες μια σαφή και πρακτική προοπτική της προσέγγισης και της εξουσίας του MATLAB , κάνουμε συγκρίσεις μεταξύ της χρήσης του MATLAB και άλλων εργαλείων, όπως υπολογιστικά φύλλα, C, C++ και Visual Basic.

Στο τρίτο μέρος της κατάρτισης, οι συμμετέχοντες μαθαίνουν πώς να εξομαλύνουν το έργο τους αυτοματοποιώντας την επεξεργασία δεδομένων και την παραγωγή αναφορών.

Σε όλη τη διάρκεια του μαθήματος, οι συμμετέχοντες θα εφαρμόσουν τις ιδέες που μάθουν μέσω πρακτικών ασκήσεων σε εργαστηριακό περιβάλλον. Μέχρι το τέλος της εκπαίδευσης, οι συμμετέχοντες θα έχουν πλήρη γνώση των δυνατοτήτων της MATLAB και θα είναι σε θέση να την χρησιμοποιήσουν για την επίλυση πραγματικών προβλημάτων επιστήμης δεδομένων καθώς και για τον εξορθολογισμό της εργασίας τους μέσω αυτοματισμού.

Οι αξιολογήσεις θα διεξαχθούν σε όλη τη διάρκεια του μαθήματος για να μετρηθεί η πρόοδος.

Μορφή του μαθήματος

  • Το μάθημα περιλαμβάνει θεωρητικές και πρακτικές ασκήσεις, όπως συζητήσεις περίπτωσης, δειγματοληπτικό έλεγχο κώδικα και πρακτική εφαρμογή.


  • Οι περιόδους πρακτικής θα βασίζονται σε προκαθορισμένα πρότυπα αναφορών δεδομένων δείγματος. Αν έχετε συγκεκριμένες απαιτήσεις, επικοινωνήστε μαζί μας για να κανονίσετε.

Machine Translated

Course Outline

MATLAB for data science and reporting


Part 01: MATLAB Fundamentals


  • MATLAB for data analysis, visualization, modeling, and programming.

Working with the MATLAB user interface

Overview of MATLAB syntax

Entering commands

  • Using the command line interface

Creating variables

  • Numeric vs character data

Analyzing vectors and matrices

  • Creating and manipulating
  • Performing calculations

Visualizing vector and matrix data

Working with data files

  • Importing data from Excel spreadsheets

Working with data types

  • Working with table data

Automating commands with scripts

  • Creating and running scripts
  • Organizing and publishing your scripts

Writing programs with branching and loops

  • User interaction and flow control

Writing functions

  • Creating and calling functions
  • Debugging with MATLAB Editor

Applying object-oriented programming principles to your programs


Part 02: MATLAB for Data Science


  • MATLAB for data mining, machine learning and predictive analytics

Accessing data

  • Obtaining data from files, spreadsheets, and databases
  • Obtaining data from test equipment and hardware
  • Obtaining data from software and the Web

Exploring data

  • Identifying trends, testing hypotheses, and estimating uncertainty

Creating customized algorithms

Creating visualizations

Creating models

Publishing customized reports

Sharing analysis tools

  • As MATLAB code
  • As standalone desktop or Web applications

Using the Statistics and Machine Learning Toolbox

Using the Neural Network Toolbox


Part 03: Report Generation


  • Presenting results from MATLAB programs, applications, and sample data
  • Generating Microsoft Word, PowerPoint®, PDF, and HTML reports.
  • Templated reports
  • Tailor-made reports
    • Using organization’s templates and standards

Creating reports interactively vs programmatically

  • Using the Report Explorer
  • Using the DOM (Document Object Model) API

Creating reports interactively using Report Explorer

  • Report Explorer Examples
    • Magic Squares Report Explorer Example
  • Creating reports
    • Using Report Explorer to create report setup file, define report structure and content
  • Formatting reports
    • Specifying default report style and format for Report Explorer reports
  • Generating reports
    • Configuring Report Explorer for processing and running report
  • Managing report conversion templates
    • Copying and managing Microsoft Word, PDF, and HTML conversion templates for Report Explorer reports
  • Customizing Report Conversion templates
    • Customizing the style and format of Microsoft Word and HTML conversion templates for Report Explorer reports
  • Customizing components and style sheets
    • Customizing report components, define layout style sheets

Creating reports programmatically in MATLAB

  • Template-Based Report Object (DOM) API Examples
    • Functional report
    • Object-oriented report
    • Programmatic report formatting
  • Creating report content
    • Using the Document Object Model (DOM) API
  • Report format basics
    • Specifying format for report content
  • Creating form-based reports
    • Using the DOM API to fill in the blanks in a report form
  • Creating object-oriented reports
    • Deriving classes to simplify report creation and maintenance
  • Creating and formatting report objects
    • Lists, tables, and images
  • Creating DOM Reports from HTML
    • Appending HTML string or file to a Microsoft® Word, PDF, or HTML report generated by Document Object Model (DOM) API
  • Creating report templates
    • Creating templates to use with programmatic reports
  • Formatting page layouts
    • Formatting pages in Microsoft Word and PDF reports

Summary and Closing Remarks



Related Categories

Related Courses

Course Discounts

Course Discounts Newsletter

We respect the privacy of your email address. We will not pass on or sell your address to others.
You can always change your preferences or unsubscribe completely.

Some of our clients

is growing fast!

We are looking for a good mixture of IT and soft skills in Greece!

As a NobleProg Trainer you will be responsible for:

  • delivering training and consultancy Worldwide
  • preparing training materials
  • creating new courses outlines
  • delivering consultancy
  • quality management

At the moment we are focusing on the following areas:

  • Statistic, Forecasting, Big Data Analysis, Data Mining, Evolution Alogrithm, Natural Language Processing, Machine Learning (recommender system, neural networks .etc...)
  • Hibernate/Spring, Scala, Spark, jBPM, Drools
  • R, Python
  • Mobile Development (iOS, Android)
  • LAMP, Drupal, Mediawiki, Symfony, MEAN, jQuery
  • You need to have patience and ability to explain to non-technical people

To apply, please create your trainer-profile by going to the link below:

Apply now!

This site in other countries/regions