Statistics and Machine Learning Toolbox™ には、データを説明、分析およびモデル化するための関数とアプリが用意されています。記述統計を使用して、探索的データ解析のプロット、データへの確率分布のあてはめ、モンテカルロ シミュレーション用の乱数の生成、および仮説検定を実行できます。回帰と分類のアルゴリズムを使用して、データから推測結果を導き出し、予測モデルを構築することができます。

多次元データ分析に関しては、Statistics and Machine Learning Toolbox に用意されている特徴選択、ステップワイズ回帰、主成分分析 (PCA)、正則化および他の次元削減手法を使用して、モデルに影響を与える変数または特徴量を特定できます。

教師ありおよび教師なしの機械学習アルゴリズムとして、サポート ベクター マシン (SVM)、ブースティングおよびバギングされた決定木、k 最近傍法、k-means、k-medoid、階層クラスタリング、混合ガウス モデル、隠れマルコフ モデルなどが用意されています。統計および機械学習のアルゴリズムの多くは、大きすぎてメモリには格納できないデータセットの計算に使用できます。