用于机器学习的五个互动应用程序

无论您尝试解决什么类型的问题,Matlab®这里有帮助。发现应用程序以交互式模型,适合和标记机器学习数据。

分类学习者 回归学习者 曲线拟合 图像贴标器 信号贴标器

分类学习者应用程序

列车模型来分类数据

通过为数据提供输入数据和已知响应来执行监督机器学习。使用此数据,您可以培训一种模型,为响应新数据生成预测,并查看验证的模型结果。

您可以自动培训各种或所有分类器,比较验证结果,并选择适用于您的分类问题的最佳模型。
看视频

回归学习者应用程序

火车多元回归模型

使用回归学习者应用程序以交互式探索您的数据,选择功能,指定验证方案,优化HyperParameters,并评估模型性能。

火车一个或多个回归模型,比较验证结果,并选择最佳模型,适用于您的回归问题。
看视频

曲线拟合应用程序

适合数据的曲线和曲面

使用线性或非线性回归,插值,平滑和自定义方程来适合曲线并比较多个适合。

请参阅置信区间和残差,删除异常值,并评估具有验证数据的适合。
学到更多

图像贴标程序应用程序

标记图像中的地面真实数据

使用内置检测和跟踪算法来标记您的地面真理数据,或创建自定义自动化算法。

使用视觉摘要评估标签自动化算法的性能,并导出标记的地面真理用于系统验证,对象检测或语义分段网络。
学到更多

信号贴标器应用程序

标签信号属性,地区和兴趣点

以分析或用于机器学习应用的交互式标记信号。

使用信号属性的逻辑或分类标签,自动标记信号峰值并添加,编辑,删除或显示信号标签的标签或子集。
学到更多

开始免费试用

得到matlab.

探索机器学习

看例子