统计和机器学习工具箱

统计和机器学习工具箱

통계및머신러닝을사용하여데이터를분석하고모델링할수있습니다。

统计和机器学习工具箱™는데이터를나타내고,분석하고,모델링하는함수및앱을제공합니다。탐색적데이터분석을위해기술통계량,시각화,군집화를사용하고,데이터에확률분포를피팅하며,몬테카를로시뮬레이션을위해난수를생성하고,가설검정을수행할수있습니다。회귀와분류알고리즘을통해데이터로부터추론을도출하고,분류학습기및회귀학습기앱을사용해대화형방식으로,또는AutoML을사용해프로그래밍방식으로예측모델을구축할수있습니다。

다차원데이터분석및특징추출에대해서는최고의예측검정력을갖는변수를식별할수있도록PCA(주성분분석),정규화,차원축소,특징선택방법을제공합니다。

支持向量机(서포트벡터머신),부스팅결정트리,얕은신경망,k -평균및기타군집화방법등다양한지도,준지도,비지도머신러닝알고리즘을제공합니다。부분종속성플롯,섀플리값,石灰등의해석가능성기법을적용하고,임베디드기기로의배포를위해자동으로C / c++코드를생성할수있습니다。네이티브仿真软件블록을통해시뮬레이션및모델기반설계와함께예측모델을사용할수있습니다。툴박스의많은알고리즘은메모리에담기에너무큰데이터셋에대해서사용할수있습니다。

기술통계량및시각화

대화형및시각적그래픽과기술통계량을사용한통계플로팅을통해데이터를탐색할수있습니다。중심경향성,산포도,형,상상관관계,공분산등의척도를포함한기술통계량을통해대규모데이터셋도빠르게이해하고표현할수있습니다。

군집 분석

K -평균,계층적,DBSCAN,및기타군집화방법을적용하고데이터를그룹또는군집으로나눠패턴과특징을식별할수있습니다。다양한평가기준을사용하여데이터의최적군집개수를파악할수있습니다。이상감지를통해이상값과특이값을식별할수있습니다。

方差分析

표본분산을다양한요인에할당해보고변이가다양한인구집단내부에서발생하는지아니면집단간에발생하는지파악할수있습니다。일원,이원,다원,다변량,비모수적方差分析와ANOCOVA(공분산분석),RANOVA(반복측정분산분석)를사용할수있습니다。

회귀

회귀학습기앱을사용하거나프로그래밍방식으로선형회귀,가우스과정,서포트벡터머,신신경망,앙상블등의모델을훈련시키고평가할수있습니다。

분류

분류학습기앱을사용하거나프로그래밍방식으로로지스틱회귀,서포트벡터머,신부스팅트리,얕은신경망등의모델을훈련시키고검증할수있습니다。

차원축소및특징추출

상,신호,텍스트,숫자형데이터로부터특징을추출할수있습니다。새로운특징을반복적으로탐색하고생성하고성능을최적화하는특징을선택할수있습니다。기존특징을새로운예측변수로변환한후에덜기술적인특징을버리거나자동특징선택을적용하여차원을축소할수있습니다。

확률 분포

연속분포와이산분포를피팅하고통계플롯을사용하여적합도를평가하며40가지이상의분포에대해확률밀도함수와누적분포함수를계산할수있습니다。

가설 검정

@본에서나온통계적@거를기반으로모집단에관한추론을도출할수있습니다。하나의표본,표본쌍또는독립표본에대해T -검정,분포검정및비모수적검정을수행할수있습니다。자동교정및임의성을검정하고분포를비교할수있습니다。

산업 통계

효과와데이터의추세를통계적으로분석할수있습니다。어떻게데이터입력값을조작하여데이터출력값에미치는영향에대한정보를생성할지에관한실제계획을만들고테스트하는실험을설계할수있습니다。중도절단을하거나하지않고고장수명데이터를시각화및분석하며산업공정의품질을모니터링하고평가할수있습니다。

高형배열을사용한빅데이터분석

다양한분류,회귀,군집화알고리즘에高형배열과테이블을사용하여,코드를변경하지않고메모리에담을수없는데이터셋에대해모델을훈련시킬수있습니다。

코드 생성

분류및회귀모델,기술통계량,확률분포의추론에사용할수있는이식성및가독성이좋은C / c++코드를생성할수있습니다。낮은정밀도의C / c++예측코드를생성하고,예측코드를재생성하지않고도배포된모델의파라미터를업데이트할수있습니다。

무료평가판받기

30일동明文사용해보세明文。


구매하기

제품별가격을확路人하세路人。

학생이세语录?

在全校推广许可를통해이미귀하의학교에서MATLAB,仿真软件및그밖의애드온제품에대한사용권한을제공하고있을수있습니다。

Baidu
map