开发机器学习模型

• 回归学习应用：使用监督机器学习训练回归模型。
• 分类学习应用：使用监督机器学习训练分类模型。
• 文本分析：分析和示范文本数据。
• 自动化机器学习：自动选择模式和调整超参数。
• 特征选择：使用邻里成分分析（NCA）来选择机器学习模型的特点。
  

相关产品：s manbetx 845统计和机器学习工具箱，文本分析工具箱

管理和预处理数据

• 时间表数据容器：基于时间的索引和同步管理时间标记的表格数据。
• 串排列：有效地操纵，比较和存储文本数据。
• 处理前数据：查找，填充，删除丢失的数据。检测并更换离群值。平滑噪声数据
• 访问数据在云中：从Amazon S3和Azure的Blob存储读取数据。