统计和机器学习工具箱
Analizzare E Modellare I Dati Con La Statistica E Le Tecniche DI机器学习
统计和机器学习工具箱™为我们提供了描述、分析和数据模型的实用程序。我们利用统计数据对数据的分析进行描述，对数据的分布进行拟合，对模拟的随机数字进行蒙特卡罗康杜尔检验。我们用回归算法对预测模型的一致性进行了分析。
每l 'analisi一些multidimensionali达蒂、统计和机器学习工具箱fornisce metodi di selezione delle特性,di regressione graduale, di analisi一些componenti principali (PCA), e di regolarizzazione altri metodi di riduzione德拉dimensionalita格瓦拉permettono di identificare le variabili格瓦拉influenzano il modello o特性。
IL Toolbox Fornisce Algoritmi Per IL机器学习Con E Senza Submisione，Compersi支持向量机（SVM），Alberi 万博1manbetxDecisionali Con提升E Bagging，K最近邻居，K-Meance，K-METOIDS，集群Gerarchico，Modelli Ditipo hidden markov。èChoribileUtilizzare Molte Delle Statistiche e Degli Algoritmi DI机器学习Per eSebuire Calcoli Sui设置了Di Dati Tropogo Grandi Memoria ins Essere Archiviati。
Inizia奥拉:
Visualizzioni.
esplora visivamente i dati con grafici diprobabilità，grafici a scatola，iStogrammi，Grafici Smianile-staneile e Grafici Avanzati每L'Analisi Multivariata，我来我是Dendrogrammi，我是Biplot e Grafici di Andrews。
美国在每个研究中都没有多维度的散点图。
Statistica descrittiva
Compectie e DescrifiQuantiTàdidialipotentialmente Grandi在Modo Rapido Attraverso Alcuni Numeri Altamene Idiftativi。
esplora i dati usanano le varianze e le medie raccolte。
聚类分析
Scopri i pattern raggruppando i dati con k-means，k-medoids，dbscan，Il集群gerarchico，modelli di misture gaussiane e di tipo hidden markov。
Applicazione di Dbscan Auce Gruppi Concentrici。
Estrazione di特性
Estrai Le Featuring Dai Dati Usando Tecniche Di Apprendovimendo非监督Gucometato Il Filtraggio Sparso E L'ICA Di Ricostruzione。Puoi Anche Urcerizzare Tecniche Persrarre专用达Immagini，Segnali，Testo E Dati Numerici。
Estrazione delle特色戴塞格尼特拉斯马罗斯da Discositivi Mobili。
Selezione delle特色
每个人都有自己的特点，他们有能力预测自己的未来。我从特征的全面回归到逐渐回归，从特征的连续回归，从特征的再回归到整体。
在模型的精确计算中，这些特征是最重要的。
Traasformazione delle特征e riduzione delladimitionalità
Riduci LaDivelionalitàTrasformandole Focation eSistenti（非特异性）在Nuove Variabili Esplicative（Preditori）在Cuiè可能的Eliminare Le Features Meno CreaTive。我Metodi di Traasformazione delle特征ComendOno La PCA，L'Analisi Fattoriale E La Fattorizzazione矩阵非否定。
我们可以选择不同种类的葡萄品种也可以选择不同种类的葡萄品种。
Addestrare，Converativare e Affinare I Modelli Preativi
对抗机器学习的各种算法，seleziona le特性，regola gli iperperparametri e valuta le prestazioni预装。
分类齐
Modella Una Variabile di Risoposta Categorica在Funzione di Uno OPiùPigitori。USA UNAVARIETàDI Algoritmi di Classificaione Parametrici E非Parametrici，Tra Cui La Regressione Logistica，Le Svm，Gli Alberi Decisionali Con推动E Bagging，Naïve贝叶斯，L'Analisi iscisiante e K-Colleginante E K-Collest邻居。
Addestramento Interativo Dei Classificatori Con L'App Classification Learner。
Ottimizzazione Automatica dei Modelli
Auventa Le Prestazioni dei Modelli Affinando自动名称Gli Iperparametri，Selezionando Le Feature eTclectAndoti degli Squilibri Dei Set Di Dati Con Le Matrici Dei Costi。
Ottimizzazione Efficeace Dei Parametri Con L'Ottimizzazione Bayesiana。
回归线性是非线性的
Modella IL Comportamento Di Sistemi Complessi ConPićPigitoriO VariaBili di Risposta Scegliendo Tra Svariati Algoritmi di Regressione Lineare E非线性。Esegui IL拟合DI Modelli Multivello O Gerarchici，Lineari，非Lineari E LineAri Generalizati A Effetti Mistizi anfetti yancificati E / O Incociati，Peroceere Ad Analisi Longitudinali O Di Tipo Panel，一种Misurazioni yipetute e Alla Modellazione Della Crescita。
Esegui IL拟合Dei Modelli di Regressee在Modo Interativo Con L'App Rescollion Learner中。
Regressione非parametrica
特定的不拟合精度的类别是一种模型，它描述了一种预测和risposta的关系，压缩支持向量机，随机森林，高斯过程和高斯核。
鉴别离群值与回归分位数。
Analisi di Varianza（Anova）
Assegna La Varianza Campione多样化Sorgenti E Chrentina Se La Variazione比较All'Interno O Tra Issiverti Gruppi di Popolazione。USA L'Anova A UNA Vie，A款PIùvie，Multivariata e Non Parametrica，Oltre All'Analisi di Covarianza（Anocova）E All'Analisi Della Varianza似乎浪典赛道（Ranova）。
测试di gruppi con anova一个piùvie。
distribuzioni diprobabilità.
Esegui IL拟合di distribuzioni继续e离散，utilizzaGrafici Statistici.per valutare labontàdelittite e calcola le funzioni didensitàdiprobabilitàelefunzioni di distruzione cumulativaPiù di 40分布多样化。
Esegui IL拟合Delle Distributuzioni在Modo Interativo Con L'App Passion Fitter。
generazione di numeri careagei
Genera Sequenze di numeri伪伤亡e准carugini da distributzioni diprobabilitàsottoposte拟合o costruite。
Modo Interativo的Genera Numeri Carementi。
测试di ipotesi.
Esegui检验T，分布检验(chi-quadrato, Jarque-Bera, Lilliefors e Kolmogorov-Smirnov) e检验非参数单粒性，独立性。你可以在casualità上找到自己的归属(Kolmogorov-Smirnov)。
在联合国检验中的地区Di Rifiuto unidirezionale。
Progettazione di esperimenti（母鹿）
对个性化的实验进行明确、可视化分析。在我们的语言中，每一代的语言都是在我们的语言中使用的。
Applica Una Progettazione Box-Behnken每将Superfici di Risposta Di Ondine Superoore。
Controllo Statistico DI Processo（SPC）
Moniteda E Migliora Prodotti O Processi Valutando LaVariabilitàdel Processo。Crea Grafici di Controllo，Stima laFunzionionitàdelprocesso ed esegui studi diripetibilitàeriproducibilità。
在对照中观察生产过程。
我们可以互相了解
通过可视化分析数据的相对分布，我们可以将数据的回归分析与数据的分布进行比较。有多少累积分布，有多少经验分配，有多少时间分配。
Dati di Guasto来了Esempio di Valori“Censurati”。
analizzare i大数据con i高阵列
Urberizza高阵列e tabelle con svariati algoritmi di classificaione，每个加分的e群体群体群体e modelli su set di Diati tropo grandi per la Memoria Senza Dover Modificare IL Codice。
Calcolo Passpleto.
Accelera i Calcoli Statistici E L'Addestramento Dei Modelli Con Spartsizzione。
Velocizza i Calcoli Con Paralling Computing Toolbox O Matlab Partinal Server™。
云E分布式计算
美国Le Istanze云每次加速器I Calcoli Statistici E DI机器学习。Matlab Online™在Matlab Online™中的eSegui IL Fluso Di Lavoro Complifo DI机器学习。
esegui i calcoli sullle istanze cloud di amaxon o azure。
Generazione di Codice.
Genera Codice C O C ++ Leggibile E Portabile Per L'Infrenza di Algoritmi di Classificaione e Regertione，Statistiche Desiritive E Distributzioni diprobabilitàconmatlab编码器TM值。Accelera IL Processo Di Verifica E Convalida Delle Tue Simulazioni Ad AltaFedeltàConModelli DI机器学习Usando I Blocchi Matlab功能E Matlab系统。
适当的percorsi percorsizione：Generazione di Codice C o Compilazione di Codice Matlab。
本产品适用于企业
diriticuisci modelli statistici e di machine学习得到alplicalazioni独立，di tipo mapreduce e spark™，应用程序web e microsoft®excel.®CON MATLAB COMPILER™。costruisci librerie confives c / c ++，装配微软.Net，classi java®e pacchetti python.®CON MATLAB编译器SDK™。
美国Matlab编译器每块INODALE Modello Per La Classificaionedellaqualitàdell'aria。
Aggiornamento dei Modelli Distriputi
Aggiorna i Parametri Dei Modelli Distripti Senza Dover Rigenerare Codice Di Previsione C / C ++。
Flusso di lavoro per la generazione di Codice e l'aggiornamamento del modello。
App Di Apprendimimento自动化
Ottimizzazione degli Iperperperametri在分类学习者中，e Restionion Learner e Demenizione dei Costi Di Errata Classificaione在分类学习者
Generazione di Codice.
Aggiornamento di Un Albero Nemageale o Di Un Modello Lineare Distribodo Senza Rigenerare IL Codice E Gensazione Di Codice C / C ++每Funzioni di distrizione delaprobabilità（Richiede Matlab编码器）
Generazione di Codice.
Generazione di Codice C / C ++在Virgola Fissa每La Previsione DI UN Modello SVM（Richiede Matlab编码器E固定点设计师）
集群spettrale
Esecuzione del Clustering Spettrale Utilizzandospectralcluster
Classificazione dellefunzionità.
Classificazione dellefunzionalàomerichee comporiche in基地alla rispettiva importanza uterizzando联合国Algoritmo di minima Ridondanza e Massima Rilevanza（MRMR）E Classificaione DelleFunzionsà每L'Apprenimendo Senza Submisione Utilizando I Punteggi Laplaciani
瓜达乐注意di rilascio根据我们的推测，我们可能会对记者的行为进行调查。
机器学习ondramp.
我们可以在交互式中根据分类问题应用机器学习。
