统计和机器学习工具箱™ には、統計と機械学習を使用してデータを説明、分析およびモデル化するための関数とアプリケーション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近似、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。

多次元データの分析に関しては、统计和机器学习工具箱では、逐次特徴選択、ステップワイズ回帰、主成分分析、正則化および他の次元削減手法を使用してキー変数または特徴を特定できます。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 （支持向量机）ブースティングおよびバギングされた決定木、K近傍法、K平均、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。