針對西班牙風場數據進行風場風速預測和功率預測，也可根據自己的數據帶入模型進行結果分析。程序所用算法包括花授粉優化算法（FPA）優化BP，優化ELM,進行預測，先對數據進行VMD或EEMD,CEEMDAN等方法分解，然后進行輸入模型預測。模型以調通，可直接運行。 購買后可下載視頻中的源程序文件。

基于仿真對RDE進行預測面臨很難兼顧眾多復雜工況等困難。而隨著人工智能的廣泛應用,機器學習算法廣泛應用于基于數據的預測研究。我們嘗試使用機器學習算法對發動機排放的實測時序數據進行了相應的學習和預測，取得了一些初步的成果。本次直播將對該工程應用實例的方法、過程和結果進行相應的介紹。

第一個視頻（免費）： 介紹數據驅動計算力學的核心思想、理論公式及算法流程，演示桁架結構分析程序，并與有限元分析結果進行比較。 第二個視頻： 介紹核心求解模塊（Function），近200行python代碼，包含材料類、桁架單元類、矩陣裝配、單元字典、求解器類。求解器類又包含等效荷載，應力應變計算、距離最近點搜索算法。

胖子愛學習開課了 本課程適用于想學或想進行matlab做BP神經網絡回歸分析的同學們，課程包含操作實現BP神經網絡預測數據實戰，相應大家可以通過學習拓展到股票分析等其他預測應用上，希望能長久的和大家一起學習進步。每一期視頻都會上傳相應的可運行的源碼附件。

基于matlab的BP神經網絡多輸入單輸出數據結果預測，輸出結果包括均方根誤差，決定系數。數據可更換自己的，程序已調通，可直接運行。 購買后可下載視頻中的源程序文件。

主要看點 Altair 解決方案： 為解決場強幅值計算耗時問題，我們采用Altair RapidMiner構建預測模型。該模型基于Feko的空間場數據，能迅速預測不同頻率下任意坐標點的場強幅值。 實現步驟包括： 導入并預處理數據 選擇合適的機器學習算法訓練模型 優化模型性能，并最終實現實時預測。

介紹了一個典型的利用python進行隨機森林訓練和預測數據的代碼，可以幫助大家迅速掌握隨機森林的應用。

介紹了一個具體的案例，從數據處理，特征選擇原理，具體操作，利用pipeline訓練和預測數據，希望對大家有幫助.

介紹了一個python實現決策樹數據擬合并進行預測的案例，希望對大家有所幫助，代碼放在課程附件當中，歡迎大家在評論區提出問題討論。

介紹了一個python實現支持向量機SVM數據訓練和預測的案例，希望對大家有所幫助，代碼放在評論區，歡迎大家在評論區提出問題討論。