MATLABによる機械学習- MATLAB & Simulink - 卡塔尔世界杯8强比赛直播

機械学習向けmatlab

モデルの学習，パラメタ，調整を行い，本番環境やエッジに展開

無料評価版

機械学習入門

エンジニアや各分野の専門家による，何千もの機械学習アプリケ，ションの展開にmatlab^®が使用されています。MATLABは機械学習における課題を、以下のような機能によって解決することができます。

ポ邮箱ントアンドクリックアプリによるモデルの学習および比較
高度な信号処理および特徴抽出の手法
特徴選択，モデル選択，およびハ官网パ，パラメ，タ，調整などの，自動化された機械学習(AutoML)
コドを変更することなくビッグデタおよびクラスタに計算処理をスケリング
組み込みアプリケションおよび高性能アプリケション向けc / c++コドの自動生成
ネイティブブロックまたはMATLAB函数ブロックとして仿真软件と統合し,組み込み展開やシミュレーションを実行
教師あり学習と教師なし学習の主要な分類，回帰，クラスタリングアルゴリズム
大半の統計および機械学習の計算において，オプンソ

記事シリズ

機械学習とディプラニングに関する質問と回答

詳細はこら

MATLABとSimulinkを使用したAIアプリケション

自動運転，ロボティクス，コンピュ。

注目の研究者，プロジェクトのトピック，関連する出版物を紹介しています。

ンタラクティブなアプリとアルゴリズム

広く一般的に使用されているさまざまな分類，クラスタリング，および回帰アルゴリズムを使用できます。現時点では，他の機械学習モデルと共に“浅い”ニュラルネット(最大3層)も含まれています。分類や回帰のアプリを使用して,モデルを対話形式で学習,比較,調整,エクスポートし,更なる分析,統合,展開を行うことができます。コードの記述のほうが望ましい場合は,特徴選択やパラメーターの調整を通じてモデルをさらに最適化できます。

モデルの解釈可能性

部分従属プロット、石灰,シャープレイ値,一般化加法モデル(GAM)などの確立された解釈可能性手法を適用することにより,機械学習のブラックボックス的性質を克服します。モデルがその予測を行うのに適切な証拠を使用しているかどうかを検証し,学習中には明らかにならなかったモデルのバイアスを検出します。

自動化された機械学習(AutoML)

学習データから自動的に特徴を生成し,ベイズ最適化のようなハイパーパラメーター調整手法を使用してモデルを最適化します。信号や画像のデータにウェーブレット散乱などの特定用途向けの特徴抽出手法を用いたり,近傍成分分析(NCA)最小冗余最大相关性(MRMR),逐次特徴選択などの特徴選択手法を使用したりします。

詳細

コド生成およびSimulinkとの統合

統計モデルと機械学習モデルを組み込みシステムに展開し,前処理および後処理を含む,機械学習全体のアルゴリズムの可読性に優れたC / c++コードを生成します。动态仿真模块で MATLAB Function ブロックとネイティブブロックから機械学習モデルを使用して、忠実度の高いシミュレーションの検証と妥当性確認の作業を高速化します。

詳細