データサイエンス向けMATLAB

データ探索,機械学習モデルの構築,
予測分析の実行

データへのアクセス,データの前処理,機械学習モデルと予測モデルの構築,エンタープライズ它システムへのモデル展開のためのツールを提供するMATLAB®は,データサイエンスに適しています。

  • フラットファイル,データベース,データヒストリアン,クラウドストレージに保存されているデータへのアクセス,およびデータ収集ハードウェア金融データフィードなどのライブソースへの接続
  • データ型および前処理機能(プログラムによる対話型のデータ準備)を使った,データの管理とクリーニンググラウンドトゥルースのラベル付けアプリを含む)
  • MATLABグラフィックスライブエディターノートブック環境を使った,データ分析のドキュメント化
  • センサー,テキスト,画的像,ビデオ,その他のタイプのデータに対して,専門分野特有の特徴量エンジニアリング手法を適用
  • 機械学習アプリおよびディープラーニングアプリによる,さまざまなモデリングアプローチの探索
  • 自動化された特徴選択,モデル選択,およびハイパーパラメーター調整アルゴリズムによる機械学習モデルとディープラーニングモデルの微調整
  • 他言語に再コーディングすることなく機械学習モデルを運用它システムに展開

機械学習モデルをスタンドアロンのC / c++コードへ自動変換

MATLABを使ってデータサイエンスを行う理由

探索的データ解析

データの前処理にかかる時間を短縮しましょう。時系列センサーデータから,画的像,テキストに至るまで,MATLABのデータ型により,データの前処理に必要な時間が大幅に削減されます。高水準関数により,異なる時系列の同期,外れ値の内挿値への置き換え,ノイズ信号のフィルタリング,および生テキストの単語分割などが容易になります。また,プロットやライブエディターによって迅速にデータを可視化することで,傾向の理解やデータ品質の問題の特定に役立ちます。


機械学習の適用

最適な機械学習モデルを見つけましょう。機械学習でサポートが必要な初心者にも,さまざまなモデルを短時間で評価したい上級者にも,分類アプリおよび回帰アプリが役立ちます。最も一般的な分類アルゴリズムや回帰アルゴリズムを使い,標準的な指標に基づいてモデルを比較し,より詳細な分析や統合に役立つモデルをエクスポートできます。自らコードを記述する場合は,モデルの学習関数に組み込まれているハイパーパラメーターの最適化を使用することで,モデルの調整に最適なパラメーターを迅速に見つけることができます。


マルチプラットフォーム展開

C / c++コード,CUDA®コード,エンタープライズ它システム,クラウドなど,さまざまな環境に機械学習モデルを展開することができます。パフォーマンスを重視する場合は,MATLABコードからスタンドアロンのCコードを生成して,予測速度に優れ,メモリフットプリントの小さい配布可能なモデルを作成できます。さらに,機械学習モデルを仿金宝app真软件®で使用するためにエクスポートしたり,MATLAB生产服务器™に展開して,Webやデータベース,エンタープライズアプリケーションと統合することもできます。


無料評価版を入手する

30日間の無料評価版はこちら