机器学习与MATLAB的概述
在MATLAB学习机器学习工具®可用于解决回归、聚类和分类的问题。
使用机器学习算法从数据来帮助做出更好的决策。机器学习应用的例子包括聚类,对象分为箱与相似的特征;回归,估计变量之间的关系;和分类,一个训练有素的模型用于预测分类响应。让我们来看看机器学习工作流程中的步骤。你可能有数据在许多地方,如多个电子表格和数据库。
MATLAB提供交互式工具,可以很容易地执行各种各样的机器学习任务,包括连接和导入数据。应用程序可以生成MATLAB代码,使您能够自动化任务。通常,数据缺失或不正确的值。函数查找、删除和清理数据让你准备好你的数据进行分析。
信息,如数据趋势、模式和异常值可以帮助我们决定哪些应用机器学习技术。使用数据可视化工具,您可以探索你的数据,确定关键特征,和沟通您的发现。它并不总是显而易见的最好的机器学习算法是一个特定的问题。统计工具箱里有各种各样的算法可供选择。这些算法使用类似的语法。
这使您能够快速尝试不同的机器学习方法,在这个例子中,我们运用逻辑回归,辨别分析,再邻居对我们的数据集。一些机器学习算法计算量。您可以使用内置加速这些算法对并行计算的支持。万博1manbetx
神经网络也是一个常见的方法监督和非监督学习。神经网络工具箱提供了额外的算法和单击应用程序指导您完成的过程神经网络的训练和测试。
拥有训练有素的不同模型,要比较它们的性能测试数据,这样我们可以在我们的结果获得信心。在这个例子中,我们比较不同算法正确分类如何准确地测试数据。通常,模型需要改进为了他们在最终应用程序运行得更快。工具/模型精化和减少让你来分析算法的影响参数和识别功能的一个子集,可以用来产生相似的结果。
企业系统中经常使用的机器学习算法。使用MATLAB编译器和附加组件构建器产品,您可以将MATLAB模型直接集成到应用程s manbetx 845序用Java编写的,和. net模型也可以部署为Excel插件和独立的可执行文件。有关机器学习的更多信息,请单击下面的链接。
你也可以从下面的列表中选择一个网站:
表现最好的网站怎么走吗
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。