机器学习的MATLAB

培训模型,调整参数,并部署到生产或边缘

使用MATLAB®在美国,工程师和其他领域专家已经部署了数千个机器学习应用程序。MATLAB使机器学习的困难部分容易:

  • 用于培训和比较模型的点击应用程序
  • 先进的信号处理和特征提取技术
  • 自动机器学习(AutoML)包括特征选择,模型选择和超参数调整
  • 能够使用相同的代码对大数据和集群进行处理
  • 为嵌入式和高性能应用程序自动生成C/ c++代码
  • 与Simulink作为本机或MAT万博1manbetxLAB功能块的集成,用于嵌入式部署或模拟
  • 所有流行的分类、回归和聚类算法的监督和无监督学习
  • 在大多数统计和机器学习计算上比开源更快的执行

看看其他人如何使用MATLAB进行机器学习

面板导航

汽车

宝马

用机器学习检测过度转换

面板导航

公用事业和能源

贝克休斯

使用数据分析和机器学习的天然气和油提取设备预测性维护

面板导航

神经科学

伯特立

神经旁路技术使瘫痪男子的手臂和手恢复运动

交互式应用程序和算法

从各种各样最流行的分类、聚类和回归算法中进行选择。使用分类和回归应用程序交互式地训练、比较、调整和导出模型,以进行进一步的分析、集成和部署。如果编写代码更符合您的风格,您可以通过特征选择和参数调优进一步优化模型。通过应用已建立的可解释性方法,如部分依赖图和石灰,克服机器学习的黑箱性质。

自动化机器学习(Automl)

自动生成培训数据的功能,并使用超参数调谐技术优化模型,如贝叶斯优化。使用专用特征提取技术,例如信号或图像数据的小波散射,以及特征选择技术,例如邻域分量分析(NCA)或顺序特征选择。

代码生成和Simulink集成万博1manbetx

将统计数据和机器学习模型部署到嵌入式系统中,并为整个机器学习算法生成可读的C或c++代码,包括预处理和后处理步骤。通过MATLAB函数块和Simulink中的本机块,使用机器学习模型加速验证和验证您的高保真仿真。万博1manbetx

扩展和性能

使用高数组训练机器学习模型的数据集太大,无法装入内存,只需对代码进行最小的更改。您还可以在桌面、集群或云上使用并行计算加速统计计算和模型训练。

相关话题

面板导航

深度学习

设计,构建和可视化卷积神经网络。

面板导航

数据科学

开发数据驱动的洞察力,从而改进设计和决策。

面板导航

预测维护

开发和部署状态监测和预测性维护软件。

开始快

机器学习ondramp.

实用机器学习方法的互动介绍。

探索入门资源

观看演示,探索互动示例,并访问免费教程。

获得免费试用

在你的指尖探索30天。

探索统计和机器学习工具箱