相关资料：
1.Workshop练习需要提前用户下载的代码和资料包：Expo2022 LowCodeAI CN
https://content.mathworks.com/viewer/62afe7a94a95027ab28358ec?iid=62afde5c22ed6a6d6bf4e75d
2.Workshop需要用到的讲义 （PDF版本）：2022 CN expo LowCodeAI workshop
https://content.mathworks.com/viewer/62afe7a94a95027ab28358ec?iid=62afdd6896468151ce1510f7
?
Q&A：
1.请问一下：此示例中手机中的IMU传感器数据是如何读取到的？可以用自己手机数据照此进行聚类分析？
可以用MATLAB Mobile，把手机传感器的数据上传；在您的手机应用商店里，可以下载安装MATLAB Mobile通过您的MathWorks账户登录，其中可以在主菜单选择传感器，包括加速度、磁场、方向、角速度、位置，数据可以上传到您的MATLAB Drive中
2.这训练完的模型可以生成C代码？
可以导出为compact model，然后使用MATLAB Coder生成C代码，也可以导入到Simulink，再生成代码
3.可以同时用多个模型，提高预测准确性吗？
可以用ensemble model，举个例子，用fitrensemble训练回归集成模型
4.您好，请问搜集到的数据有缺失值一般怎样处理，谢谢
前期需要进行数据清洗，在最新版本中，提供了Data Cleaner App，或者使用fillmissing函数处理缺失值
也可以使用实时编辑器中的清理缺失值任务
其中方法可以设置为：'previous' | 'next' | 'nearest' | 'linear' | 'spline' | 'pchip' | 'makima'，具体使用哪种方法取决于您的数据质量和需要实现的任务
5.有介绍matlab做机器学习支持GPU加速，GPU加速是自动开启的吗？
狭义的机器学习一般不需要使用GPU加速，深度学习可以在训练时，设置trainingOptions，选择硬件加速方式：ExecutionEnvironment — Hardware resource for training network
'auto' | 'cpu' | 'gpu' | 'multi-gpu' | 'parallel'
如果一定需要对机器学习进行加速，可以借助gpuArray：有些函数接受 gpuArray (Parallel Computing Toolbox) 输入参数，因此您可以通过在图形处理单元 (GPU) 上运行来加快代码执行速度。具体支持的函数请查看文档：https://www.mathworks.com/help/releases/R2022a/stats/referencelist.html?type=function&capability=gpuarrays
6.不需要额外配置环境什么的吗？
需要设置环境，可以查看文档了解：https://www.mathworks.com/help/releases/R2022a/parallel-computing/gpu-support-by-release.html
设置完成以后，可以通过gpuDevice指令，在MATLAB命令行测试GPU是否能够正常访问，具体也可以多看看Parallel Computing Toolbox对应GPU Computing相关的文档哈
7.请问刚刚选择的五折交叉验证，是划分的验证集还是测试集呢？每次训练的模型结果怎么进行查看呢？
验证集，测试集不能在训练阶段使用，会出现data leak问题，建议查看文档，了解细节。
8.五折交叉验证划分出了5组训练集和验证集合，那是训练了5次吗？每次训练的模型结果怎么进行查看呢？训练完之后matlab显示的结果是什么值，是5次训练的平均值吗？
是的，在app里显示的是平均值，如果您需要查看每次的结果，可以借助crossval函数分析，具体可以参考这个链接：https://www.mathworks.com/help/releases/R2022a/stats/crossval.html#mw_75468142-410b-4e8c-897c-a8b9b50ae036_head
matlab机器学习是直接提供了交叉验证的函数和方法，针对机器学习，这种方法用得比较多，因为模型容易过拟合。针对深度学习应用中，如果希望基于不同的训练数据进行多次训练和验证比较结果，可以使用深度学习工具箱提供的Experiment Manager，并且可以进一步做消融试验，或者用贝叶斯优化调优