统计和机器学习工具箱
AnaliceŸMODELE DATOS medianteESTADÍSTICAY型机学习。
统计和机器学习工具箱™proporciona funcionesŸ应用对describir,analizarÿmodelar DATOS。Puede utilizarestadísticasdescriptivasŸGRAFICOS第下午更新的时候通知exploratorio德DATOS,ajustar DISTRIBUCIONES德probabilidad一个DATOS,generarnúmerosaleatorios对simulaciones蒙特卡洛Ÿrealizar pruebas德hipótesis。洛杉矶algoritmos德regresiónŸclasificación乐permiten extraer inferencias德洛斯DATOSŸCREAR modelos predictivos。
第下午更新的时候通知去DATOS multidimensionales,统计和机器学习工具箱proporciona funciones对Selecci贸德CARACTERÍSTICAS,regresión德pasos sucesivos,更新的时候通知德COMPONENTES principales(PCA,POR SUS siglas EN英语),regularizaciónÿOTROSmétodos德reducción德dimensionalidad阙乐permiten identificarØ变量CARACTERÍSTICAS阙afectan一肃莫德洛。
埃斯塔工具箱proporciona algoritmos德机器学习supervisadosÿ罪监督,incluyendo MAQUINAS德矢量soporte(SVM),árboles德决定升压ÿ袋装,K-贝西诺MÁSPROXIMO,k-均值,K-中心点划分,聚类jerárquico,modelos德mezclas德gaussianasŸmodelos ocultos德马尔科夫。Muchos德洛斯algoritmosestadísticosŸ去学习机本身pueden emplear对realizarcálculosCON conjuntos德DATOS阙儿子demasiado GRANDES科莫对almacenarlos EN LA MEMORIA。
Comience:
Visualizaciones
探索洛杉矶DATOS德MANERA视觉mediante GRAFICOS德probabilidad,diagramas德卡哈,histogramas,GRAFICOS cuantil-cuantilŸGRAFICOS avanzados对更新的时候通知multivariante,故事COMO dendrogramas,二维图ÿcurvas去安德鲁斯。
Estadísticasdescriptivas
ComprendaŸdescribarápidamenteconjuntos德DATOS potencialmente德大玉野mediante UNOS波苏斯números德大relevancia。
更新的时候通知德集群
Descubra patrones agrupando洛斯DATOS mediante k均值,K-中心点划分,DBSCAN,聚类jerárquico,modelos德mezclas德gaussianasýmodelos ocultos德马尔可夫。
Extracción德CARACTERÍSTICAS
在没有任何监督的情况下,我们可以在独立的情况下进行重建。这种产品主要应用于生产、销售、纺织等行业。
Selecci贸德CARACTERÍSTICAS
特征的自动性与特征的一致性在最大的预测能力和数据模型之间是成比例的。在选择犯罪分子的方法中,包括犯罪分子的后悔、犯罪分子的安全选择、犯罪分子的正规化选择和犯罪分子的结合法。
Transformación德CARACTERÍSTICASŸreducción德拉dimensionalidad
Reduzca拉dimensionalidad transformando拉斯CARACTERÍSTICASexistentes(无categóricas)EN NUEVAS变量去预测宽多本身pueda prescindir德拉斯CARACTERÍSTICASmenos descriptivas。恩特雷里奥斯洛杉矶métodos德transformación德CARACTERÍSTICASSE incluyen EL更新的时候通知PCA,EL更新的时候通知去factores和La因式分解解矩阵,没有negativas。
Entrene,ÿ的Valide ajuste modelos predictivos
比较diversos algoritmos去学习机,seleccioneCARACTERÍSTICAS,ajustehiperparámetrosÿ安勤EL rendimiento predictivo。
Clasificacion
MODELE UNA可变德respuestacategórica连接备考德función德UNOØMÁSpredictores。Utilice diversos algoritmos德clasificaciónparamétricaY没有paramétrica,故事COMOregresiónLOGISTICA,SVM,árboles德决定升压ÿ装袋,朴素贝叶斯,更新的时候通知discriminanteÿK-vecinosMÁSpróximos。
Optimización德modelos automatizada
Mejore埃尔rendimiento德洛斯modelos ajustando洛杉矶hiperparámetros,seleccionando拉斯CARACTERÍSTICASŸsolucionando洛杉矶desequilibrios德洛斯conjuntos德DATOS CON矩阵德考斯特。
Regresión直系Y没有直系
MODELE EL comportamiento DE SISTEMAS complejos CON VARIOS predictores O变量去respuesta eligiendo恩特雷里奥斯muchos algoritmos德regresión直系Ÿ无直系亲属。Ajuste modelos multiniveløjerárquicos,lineales,没有linealesÿ德efectos mixtos lineales generalizados CON efectos aleatorios anidados Y /öcruzados第realizar更新的时候通知纵向ö德面板ýmodelado德MEDIDAS repetidasý德尔crecimiento。
Regresión没有paramétrica
这个模型描述了在预测和反应之间的关系,包括支持向量机,斜方肌,高斯过程和高斯核。
更新的时候通知德拉varianza(ANOVA)
Asigne UNA varianza德muestra一个distintosorígenesý确定SI LAvariación浪涌迪登特鲁ö恩特雷里奥斯distintos grupos德población。Utilice ANOVA德UNA大街,去DOS通孔,multivía,multivariante Y没有paramétrico,ASI como的更新的时候通知德拉covarianza(ANOCOVA)y的更新的时候通知德MEDIDAS repetidas德拉varianza(朗诺)。
DISTRIBUCIONES德probabilidad
Ajuste DISTRIBUCIONES continuasŸdiscretas,utilicegraficos estadisticos对evaluar拉bondad德ajuste,Y calcule funciones德densidad德probabilidadŸfunciones德DISTRIBUCION acumulada对MÁS日40个DISTRIBUCIONES diferentes。
数的属
Genere CADENAS德númerospseudoaleatoriosŸcuasialeatorios一个partir德UNA DISTRIBUCION德probabilidad ajustadaØconstruida。
反向风de hipotesis
实际分布的分布(如:cuadrado, Jarque-Bera, Lilliefors y Kolmogorov-Smirnov)和pruebas没有辅助的分布(如:unicas, pareadas o independies)。比较不同的分布(Kolmogorov-Smirnov para dos muestras)。
DISENO德experimentos(DOE)
Defina,analiceÿvisualice未DISEÑO德experimentos(DOE)personalizado。克里Ÿpruebe飞机prácticos对enseñar一个manipular拉斯入住日期日DATOS为y的拉VEZ一个generar信息自我SUS efectos连接洛杉矶DATOS德萨利达。
estadisticos (SPC)程序控制
Ÿ监督洛杉矶mejore PRODUCTOSØprocesos evaluando拉variabilidad德洛斯procesos。克里GRAFICOS去控制,estime拉capacidad德洛斯procesosŸrealice ESTUDIOS自我LA repetibilidad和La reproducibilidad mediante EQUIPOS德medición。
更新的时候通知德fiabilidadÿsupervivencia
VisualiceŸanalice洛杉矶DATOS德蒂恩波闪现EL fallo CONŸ罪censura realizando UNAregresión德riesgos proporcionales德考克斯Ÿajuste拉斯DISTRIBUCIONES。Calcule funciones德riesgosempíricos,supervivientesÿ日DISTRIBUCION acumulada,ASI科莫estimaciones德densidad德洛斯核苷。
Analice大数据CON高大阵列
Utilice高大阵列Ÿ手鼓CON UNA multitud德algoritmos德clasificación,regresiónÿ集群对entrenar modelos CON conjuntos德DATOS阙没有caben EN LA MEMORIA罪modificar苏código。
Cálculoparalelo
Acelere洛杉矶cálculosestadísticosŸEL entrenamiento德modelos CON LAparalelización。
CálculoEN LA NUBEÿdistribuido
Utilice instancias EN LA NUBE对acelerar洛杉矶cálculosestadísticosŸ德机器学习。Ejecute拉totalidad德尔flujo德特拉瓦霍去学习机连接MATLAB在线™。
Generación德código
GenerecódigoC 0 C ++ transferibleŸ清晰的对拉inferencia德algoritmos德clasificaciónŸregresión,ESTADÍSTICAdescriptivaÿDISTRIBUCIONES德probabilidad mediante MATLAB编码器TM值。Acelere拉verificaciónŸvalidación德SUS simulaciones德阿尔塔fidelidad mediante modelos德机器学习través德洛斯BLOQUES德función和Los BLOQUES德SISTEMA DE MATLAB。
真正的整合是始终如一的
Implemente modelosestadísticosŸ去学习机连接备考德aplicacionesautónomas,德的MapReduce,德星火™,去应用网络Ÿ德complementos去微软®Excel®mediante MATLAB编译器™。克里libreríasC / C ++ compartidas,ensamblados微软.NET,clases德的Java®Ÿpaquetes德的Python®mediante MATLAB编译SDK™。
Actualización德洛斯modelos implementados
Actualice洛斯parámetros洛斯modelos implementados犯罪御宇一个generar ELcódigo日预测C / C ++。
Apps的去学习机
optimización德hiperparámetrosEN分类学习Ÿ回归学习;especificación德COSTES德errores德clasificaciónEN分类学习者。
Generación德código
actualización德未莫德洛直系ö未ARBOL去决定implementado犯罪regeneración德códigoýgeneración德códigoC / C ++对funciones德DISTRIBUCION德probabilidades(requiere MATLAB编码器)。
Generación德código
generación德códigoC / C ++烯蓬托菲霍对拉预测去未莫德洛SVM(requiere MATLAB编码器ý定点设计器)。
聚类espectral
聚类特别是中程光谱聚类。
Clasificación德CARACTERÍSTICAS
clasificación德拉斯CARACTERÍSTICASnuméricasŸcategóricasPOR importancia mediante未algoritmo去极小redundancia极大值relevancia(MRMR)Yclasificación德CARACTERÍSTICAS第下午aprendizaje没有supervisado mediante puntuaciones laplacianas。