统计和机器学习工具箱™ProPorciona funciones y Apps Para描述，Analizar y Modelar Datos。Puede utilizar estadísticas descriptivas, visualizaciones y clustering para realizar un análisis exploratorio de los datos, ajustar distribuciones de probabilidad a los datos, generar números aleatorios para simulaciones de Montecarlo y llevar a cabo pruebas de hipótesis.los algoritmos deregresión和clasificaciónleveren hacer subleencias a partir de los datos y Construir Modelos Predictivos，Ya sea de ema de forma Interactiva，con las apps apps apps apps apps y Remissionner y Remissionner，o de forma proginala proginuta proginuta，Utilizando automll。

Para el análisis de datos multidimensionales y la extracción de características, la toolbox ofrece métodos de análisis de componentes principales (ACP), regularización, reducción de la dimensionalidad y selección de características que permiten identificar las variables con el mejor poder predictivo.

La toolbox proporciona algoritmos de machine learning supervisado, semisupervisado y no supervisado, incluyendo máquinas de vectores de apoyo (SVM, por sus siglas en inglés), árboles de decisión potenciados,k-Medias yOtrosMétodosDeformaciónDe簇。puede aplicartécnicasdedractionacióncomográficasde Depentencia parcial y lime，y generarautomáticamentecódigoc/c ++ para despliegues integrados。Muchos algoritmos de la工具箱PUEDEN fiturizarse en conjuntos deatos que resutan demasiado grandes para para ser almacenados en la memoria。