Come iniziare con Statistics and Machine Learning Toolbox
Statistics and Machine Learning Toolbox™ fornisce funzioni e app per descrivere, analizzare e modellare i dati. È possibile utilizzare la statistica descrittiva, le visualizzazioni e il clustering per l'analisi dati esplorativa, l'adattamento delle distribuzioni di probabilità ai dati, la generazione di numeri casuali per simulazioni Monte Carlo e l'esecuzione di test di ipotesi. Gli algoritmi di regressione e classificazione consentono di trarre inferenze dai dati e di costruire modelli predittivi sia in modo interattivo, utilizzando le app Classification Learner e Regression Learner, sia in modo programmatico, utilizzando AutoML.
Per l'analisi di dati multidimensionali e l'estrazione di feature, la toolbox fornisce metodi per l'analisi dei componenti principali (PCA), la regolarizzazione, la riduzione della dimensionalità e la selezione delle feature, che consentono di identificare le variabili con il maggiore potere predittivo.
La toolbox fornisce algoritmi di Machine Learning supervisionato, semi-supervisionato e non supervisionato, tra cui le Support Vector Machine (SVM), alberi decisionali con boosting, k-means e altri metodi di clustering. È possibile applicare tecniche di interpretabilità quali i grafici di dipendenza parziale e LIME, nonché generare automaticamente codice C/C++ per la distribuzione embedded. Molti algoritmi della toolbox possono essere utilizzati su insiemi di dati troppo grandi per essere memorizzati in memoria.
Tutorial
- Exploratory Analysis of Data
Explore the distribution of data using visualizations and descriptive statistics.
- Hypothesis Testing with Two Samples
Use hypothesis testing to analyze gas prices measured across the state of Massachusetts during two separate months.
- Evaluate Optimal Number of Clusters
Identify the optimal number of clusters in a data set by using the
evalclustersfunction. - Assess Regression Neural Network Performance
Use
fitrnetto create a feedforward regression neural network model with fully connected layers, and assess the performance of the model on test data. - Train Decision Trees Using Classification Learner App
Create and compare classification trees, and export trained models to make predictions for new data.
Informazioni sul Machine Learning
- Machine Learning in MATLAB
Discover machine learning capabilities in MATLAB® for classification, regression, clustering, and deep learning, including apps for automated model training and code generation.
Apprendimento interattivo
Statistica Onramp
Corso di statistica gratuito online della durata di un'ora
Machine Learning Onramp
Corso gratuito online sul Machine Learning della durata di due ore
Risorse didattiche
Machine Learning per le bioscienze
Imparare le nozioni di base del Machine Learning con esempi ispirati alla biologia.
Machine Learning per la regressione
Imparare i concetti di estrazione delle feature e di regressione e applicarli alla previsione delle serie temporali.
