Statistics and Machine Learning Toolbox
Analisi e modellazione di dati utilizzando la statistica e le tecniche di machine learning
Statistics and Machine Learning Toolbox™ offre funzioni e applicazioni per descrivere, analizzare e modellare i dati. È possibile utilizzare la statistica descrittiva, le visualizzazioni e il clustering per l’analisi esplorativa dei dati, eseguire il fitting delle distribuzioni di probabilità ai dati, generare numeri casuali per le simulazioni Monte Carlo ed eseguire test di ipotesi. Gli algoritmi di classificazione e regressione consentono di effettuare deduzioni a partire dai dati e di costruire modelli predittivi sia in modo interattivo, utilizzando le applicazioni Regression Learner e Classification Learner, sia in modo programmatico, utilizzando AutoML.
Per l’estrazione delle feature e l’analisi dei dati multidimensionali, il toolbox offre tecniche quali l’analisi dei componenti principali (PCA), la regolarizzazione, la riduzione della dimensionalità e altri metodi di selezione delle feature che consentono di identificare le variabili con il miglior potere predittivo.
Il toolbox fornisce algoritmi di machine learning con supervisione, semi-supervisione e senza supervisione, tra cui support vector machine (SVM), alberi decisionali con boosting, k-means e altri metodi di clustering. È possibile applicare tecniche di interpretabilità come i grafici di dipendenza parziale e le spiegazioni LIME e generare automaticamente codice C/C++ per la distribuzione embedded. Molti algoritmi del toolbox sono utilizzabili su set di dati troppo grandi per essere archiviati in memoria.
Inizia ora:
Visualizzazioni
Esplora visivamente i dati con grafici di probabilità, grafici a scatola, istogrammi, grafici quantile-quantile e grafici avanzati per l’analisi multivariata, come i dendrogrammi, i biplot e i grafici di Andrews.
Utilizzo di un grafico a dispersione multidimensionale per esplorare le relazioni tra le variabili.
Statistica descrittiva
Comprendi e descrivi quantità di dati potenzialmente grandi in modo rapido attraverso alcuni numeri altamente significativi.
Esplorazione dei dati tramite le varianze e le medie raccolte.
Analisi di cluster
Scopri i pattern raggruppando i dati con k-means, k-medoids, DBSCAN, il clustering gerarchico e spettrale, modelli di misture gaussiane e di tipo hidden Markov.
Applicazione di DBSCAN a due gruppi concentrici.
Estrazione di feature
Estrai le feature dai dati usando tecniche di apprendimento senza supervisione come il filtraggio sparso e l’ICA di ricostruzione. Inoltre, è possibile utilizzare tecniche specializzate per estrarre feature da immagini, segnali, testo e dati numerici.
Estrazione delle feature dai segnali trasmessi da dispositivi mobili.
Selezione delle feature
Individua automaticamente il sottogruppo di feature con il miglior potere predittivo nella modellazione dei dati. I metodi di selezione delle feature comprendono la regressione graduale, la selezione sequenziale delle feature, la regolarizzazione e i metodi di ensemble.
La NCA aiuta a selezionare le feature che conservano gran parte della precisione del modello.
Trasformazione di feature e riduzione della dimensionalità
Riduci la dimensionalità trasformando le feature esistenti (non categoriche) in nuove variabili predittive in cui è possibile eliminare le feature meno descrittive. I metodi di trasformazione delle feature comprendono la PCA, l’analisi fattoriale e la fattorizzazione di matrice non negativa.
La PCA è in grado di progettare vettori di grandi dimensioni su un sistema di coordinate ortogonali di dimensioni inferiori, preservando la maggior parte delle informazioni.
Addestramento, convalida e affinamento dei modelli predittivi
Confronta i vari algoritmi di Machine Learning, comprese le reti neurali superficiali, seleziona le feature, regola gli iperparametri e valuta le prestazioni degli algoritmi di regressione e classificazione più diffusi. Costruisci e ottimizza automaticamente modelli predittivi con app interattive e migliora in modo incrementale i modelli con i dati in streaming. Riduci la necessità di dati etichettati con l’apprendimento semi-supervisionato.
Interpretabilità dei modelli
Migliora l’interpretabilità del Machine Learning a scatola nera utilizzando modelli intrinsecamente interpretabili come i modelli additivi generalizzati (GAM) oppure applicando metodi di interpretabilità consolidati tra cui i grafici di dipendenza parziale, ICE (Individual Conditional Expectation), LIME (Local Interpretable Model-Agnostic Explanation) e valori di Shapley.
LIME costruisce approssimazioni semplici di modelli complessi in un’area locale.
Machine learning automatizzato (AutoML)
Migliora le prestazioni dei modelli regolando automaticamente gli iperparametri, generando e selezionando le feature e i modelli e risolvendo gli squilibri di set di dati con le matrici di costo.
Ottimizzazione efficace dei parametri con l’ottimizzazione bayesiana.
Regressione lineare e non lineare
Modella il comportamento di sistemi complessi con più predittori o variabili di risposta scegliendo tra vari algoritmi di regressione lineare e non lineare. Esegui il fitting di modelli multilivello o gerarchici, lineari, non lineari e lineari generalizzati a effetti misti con effetti casuali nidificati e/o incrociati, per procedere ad analisi longitudinali o di tipo panel, a misurazioni ripetute e alla modellazione della crescita.
Esecuzione del fitting dei modelli di regressione in modo interattivo con l’app Regression Learner.
Regressione non parametrica
Genera un fitting accurato senza specificare un modello che descrive la relazione tra predittori e risposta utilizzando le SVM, le Random Forest, le reti neurali superficiali, i processi gaussiani e i kernel gaussiani.
Rilevamento degli outlier utilizzando la regressione quantile.
Analisi di varianza (ANOVA)
Assegna la varianza campione a diverse sorgenti e determina se la variazione appare all’interno o tra diversi gruppi di popolazione. Usa l’ANOVA a una via, a due vie, a più vie, multivariata e non parametrica, oltre all’analisi di covarianza (ANOCOVA) e all’analisi della varianza a misure ripetute (RANOVA).
Test di gruppi con ANOVA a più vie.
Distribuzioni di probabilità
Esegui il fitting di distribuzioni continue e discrete, utilizza grafici statistici per valutare l’adeguatezza del fitting e calcola le funzioni di densità di probabilità e le funzioni di distribuzione cumulativa per più di 40 distribuzioni diverse.
Esecuzione del fitting delle distribuzioni in modo interattivo con l’app Distribution Fitter.
Generazione di numeri casuali
Genera sequenze di numeri pseudo-casuali e quasi-casuali da distribuzioni di probabilità sottoposte a fitting o costruite.
Generazione di numeri casuali in modo interattivo.
Test di ipotesi
Esegui test T, test di distribuzione (chi-quadrato, Jarque-Bera, Lilliefors e Kolmogorov-Smirnov) e test non parametrici per campioni singoli, accoppiati o indipendenti. Testa l’autocorrezione e la casualità, quindi confronta le distribuzioni (Kolmogorov-Smirnov a due campioni).
Regione di rifiuto in un test T unidirezionale.
Progettazione di esperimenti (DOE)
Definisci, analizza e visualizza una DOE personalizzata. Crea e testa piani pratici su come manipolare i dati in ingresso in tandem per generare informazioni circa i loro effetti sui dati in uscita.
Applicazione di una progettazione Box-Behnken per generare superfici di risposta di ordine superiore.
Controllo statistico di processo (SPC)
Monitora e migliora prodotti o processi valutando la variabilità del processo. Crea grafici di controllo, stima la funzionalità del processo ed esegui studi di ripetibilità e riproducibilità.
Monitoraggio dei processi di produzione mediante i grafici di controllo.
Analisi di affidabilità e sopravvivenza
Visualizza e analizza i dati relativi ai guasti con o senza censura eseguendo la regressione di Cox dei rischi proporzionali e adatta le distribuzioni. Calcola le funzioni di distribuzione cumulativa, di sopravvivenza e di rischio empirico, oltre alle stime kernel di densità.
Dati di guasto come esempio di valori “censurati”.
Analisi dei big data con i tall array
Utilizza tall array e tabelle con svariati algoritmi di classificazione, regressione e clustering per addestrare i modelli su set di dati troppo grandi per la memoria senza dover modificare il codice.
Calcolo parallelo
Accelera i calcoli statistici e modella l’addestramento con la parallelizzazione.
Accelerazione dei calcoli con Parallel Computing Toolbox o MATLAB Parallel Server.
Cloud e distributed computing
Usa le istanze Cloud per accelerare i calcoli statistici e di machine learning. Esegui il workflow completo di machine learning in MATLAB Online™.
Esecuzione di calcoli sulle istanze Cloud di Amazon o Azure.
Generazione di codice
Genera codice C o C++ leggibile e portabile per l’inferenza di algoritmi di classificazione e regressione, statistiche descrittive e distribuzioni di probabilità con MATLAB Coder™. Genera codice predittivo C/C++ a precisione ridotta utilizzando Fixed Point Designer™ e aggiorna i parametri dei modelli distribuiti senza dover rigenerare il codice predittivo.
Due percorsi per la distribuzione: generazione di codice C o compilazione di codice MATLAB.
Integrazione con Simulink
Integra modelli di machine learning con modelli Simulink per la distribuzione a hardware embedded o per la simulazione, la verifica e la convalida di sistemi.
Integrazione di applicazioni e sistemi enterprise
Distribuisci modelli statistici e di machine learning come applicazioni standalone, di tipo MapReduce e Spark™, come app web, o add-in per Microsoft® Excel® con MATLAB Compiler™. Costruisci librerie condivise C/C++, assembly Microsoft .NET, classi Java® e pacchetti Python® con MATLAB Compiler SDK™.
MATLAB Compiler utilizzato per integrare un modello per la classificazione della qualità dell’aria.
