機械学習のためのMATLAB

モデルのトレーニング,パラメーター調整を行い,本番環境やエッジに展開

エンジニアや各分野の専門家による,何千もの機械学習アプリケーションの展開にMATLAB®が使用されています.MATLABは機械学習における課題を,以下のような機能によって解消することができます。

  • クリック操作が可能なアプリによるモデルのトレーニングおよび比較
  • 高度な信号処理および特徴抽出の手法
  • ハイパーパラメーターの自動調整および特徴選択によるモデルパフォーマンスの最適化
  • コードを変更することなくビッグデータおよびクラスターに計算処理をスケーリング
  • 組み込みアプリケーションおよび高性能アプリケーション向けC / c++コードの自動生成
  • 教師あり学習と教師なし学習の主要な分類,回帰,クラスタリングのアルゴリズムに対応
  • 大半の統計および機械学習の計算において,オープンソースツールよりも速い実行速度

了解其他人如何使用MATLAB进行机器学习

面板的导航

汽车

宝马

利用机器学习检测过度转向

面板的导航

公用事业和能源

贝克休斯

使用数据分析和机器学习对天然气和石油开采设备进行预测维护

面板的导航

神经科学

伯特立

神经旁路技术可以恢复瘫痪病人手臂和手的运动

インタラクティブなアプリとアルゴリズム

機械学習の最も一般的な手法である分類,クラスタリング,回帰の,広範なアルゴリズムを選択できます。分類や回帰のアプリを使用して,モデルを対話型にトレーニング,比較,調整,エクスポートし,更なる分析,統合,展開を行うことができます。コードの記述のほうが望ましい場合は,特徴選択やパラメーターの調整を通じてモデルをさらに最適化できます。

自動化された機械学習(AutoML)

トレーニングデータから自動的に特徴を生成し,ベイズ最適化のようなハイパーパラメーター調整手法を使用してモデルを最適化します。信号や画像のデータにウェーブレット散乱などの専門的特徴抽出の手法を用いたり,近傍成分分析(NCA)や逐次特徴選択などの特徴選択手法を使用できます。

コードの生成

前処理および後処理を含む,機械学習全体のアルゴリズムの,読み取り可能なC / c++コードを生成し,統計モデルと機械学習モデルを組み込みシステムに展開しますC / c++予測コードを再生成せずに,展開済みモデルのパラメーターを更新します.万博1manbetxSimulink®でMATLAB函数ブロックとシステムブロックから機械学習モデルを使用して,高忠実にシミュレーションの検証と確認の作業を高速化します。

スケーリングとパフォーマンス

高配列を使用すれば,コードに最小限の変更を加えるだけで,マシンのメモリには大きすぎて収まらないデータセットを使って機械学習モデルをトレーニングできます。さらに,デスクトップ,クラスター,またはクラウドで並列計算を使用することにより,統計計算とモデルトレーニングを高速化できます。

関連するトピック

面板的导航

ディープラーニング

畳み込みニューラルネットワークの設計,構築,可視化

面板的导航

データサイエンス

設計や意思決定の向上に役立つデータ駆動型の洞察の提供

面板的导航

予知保全

状態監視/予知保全ソフトウェアを開発および配布

今すぐ始める

機械学習入門

ここでは,分類問題の実用的な機械学習方法の概要を対話形式で説明します。

入門リソースを見る

デモ,対話型の例,無料チュートリアルをご利用ください。

無料評価版を入手する

30日間の無料評価版はこちら

统计和机器学习工具箱を見る