机器学习是普遍存在的，并用于每天制定关键的业务和生命决定。每台机器学习问题都是唯一的，因此管理原始数据可能具有挑战性，识别影响您的模型，培训多个模型以及执行模型评估的关键功能。

本次会议探讨了使用MATLAB的机器学习的基础^®。罗里通过示例，通过示例，通过例子评论为监督（分类和回归）和无监督学习的典型工作流程。

亮点包括：

• 访问，探索，分析和可视化数据
• 使用分类学习者应用程序和函数以交互方式执行常见任务，如数据探索，功能选择，交叉验证和结果评估

此演示文稿演示了统计和机器学习工具箱™和深度学习工具箱™中的新功能的示例。

该视频是Matlab Expo给出的演示文稿的简短版本。要观看全长视频，请参阅下面的“其他资源”部分中的链接。