MATLAB per il machine learning

Addestra modelli, regola i parametri e distribuisci applicazioni

Utilizzando MATLAB®, ingegneri ed esperti del settore hanno progettato e distribuito migliaia di applicazioni per il Machine Learning. MATLAB semplifica il Machine Learning grazie alle seguenti caratteristiche:

  • App “punta e clicca” per l’addestramento e il confronto di modelli
  • Tecniche avanzate di elaborazione di segnali ed estrazione delle feature
  • Regolazione automatico di iperparametri selezione di feature per ottimizzare la performance del modello
  • Possibilità di utilizzare lo stesso codice per scalare l’elaborazione a big data e cluster di PC
  • Generazione automatica di codice C/C++ per applicazioni embedded e ad alte prestazioni
  • Disponibilità degli Algoritmi di classificazione, regressione e clustering più comuni per l’apprendimento supervisionato e non supervisionato
  • Migliore performance di esecuzione rispetto a piattaforme open source sulla maggior parte dei calcoli statistici e di machine learning

Scopri come altri utilizzano MATLAB per il machine learning

Panel Navigation

Automotive

PathPartner

PathPartner Develops Machine Learning Algorithms for Radar-Based Automotive Applications

Panel Navigation

Energy Production and IA&M

RWE Renewables, Hydro Quebec, IMCORP

Utility Asset Condition Monitoring and Predictive Maintenance using Machine Learning and Artificial Intelligence

Panel Navigation

Neuroscienza

Battelle

La tecnologia del bypass neurale consente a un soggetto paralizzato di recuperare il movimento del braccio e della mano

Applicazioni e algoritmi interattivi

Scegli tra un’ampia varietà di algoritmi di classificazione, regressione e clustering, tra cui anche reti neurali “superficiali” (fino a tre layer) insieme ad altri modelli di Machine Learning. Scegli tra un’ampia varietà di algoritmi di classificazione, di regressione e di clustering. Utilizza le app di classificazione e di regressione per addestrare, confrontare, ottimizzare ed esportare in modo interattivo i modelli e per sottoporli a ulteriore analisi, integrazione e distribuzione. Se invece preferisci scrivere il codice, puoi rifinire ulteriormente i modelli con la selezione delle feature e la regolazione dei parametri.

Interpretabilità dei modelli

Supera la natura di “scatola nera” del Machine Learning applicando metodi di interpretabilità prestabiliti, come grafici di dipendenza parziale, LIME, valori di Shapley e modelli additivi generalizzati (GAM). Verifica che il modello utilizzi le giuste prove per le proprie previsioni e identifica bias del modello non evidenti in fase di addestramento.

Machine learning automatizzato (AutoML)

Genera automaticamente le feature dai dati di addestramento e ottimizza i modelli mediante tecniche di regolazione degli iperparametri con tecniche di Ottimizzazione Bayesiana. Utilizza specifiche tecniche di estrazione delle feature come wavelet scattering per dati di segnali o immagini e tecniche di selezione delle feature quali Neighborhood Component Analysis (NCA), Minimum Redundancy Maximum Relevance (MRMR) o selezione sequenziale delle feature.

Generazione di codice

Distribuisci modelli statistici e di Machine Learning su sistemi embedded generando automaticamente codice C/C++ leggibile per il tuo algoritmo, pre e post elaborazione incluse. Aggiorna i parametri dei modelli distribuiti senza dover rigenerare il codice C/C++ già creato. Accelera il processo di verifica e convalida delle tue simulazioni in Simulink®  importantovi i modelli di Machine Learning attraverso i MATLAB function blocks e system blocks.

Scaling e performance

Utilizza i tall array di MATLAB per addestrare i modelli di Machine Learning a partire da set di dati troppo grandi per essere contenuti nella memoria del tuo PC, apportando modifiche minime al codice. Puoi inoltre accelerare i calcoli statistici e l’addestramento dei modelli eseguendo il calcolo parallelo sul tuo desktop, su cluster o cloud.

Argomenti correlati

Panel Navigation

Deep learning

Progetta, costruisci e visualizza reti neurali convoluzionali.

Panel Navigation

Data Science

Estrai indicazioni dai dati per migliorare.

Panel Navigation

Manutenzione predittiva

Sviluppa e distribuisci software di monitoraggio delle condizioni e manutenzione predittiva.

Inizia subito

Machine Learning Onramp

Una presentazione interattiva dei metodi pratici di machine learning per i problemi di classificazione.

Consulta le risorse introduttive

Guarda una dimostrazione, scopri gli esempi interattivi e accedi a tutorial gratuiti.

Richiedi una versione di prova gratuita

30 giorni di prova a tua disposizione.

Scopri il Toolbox di Statistica e di Machine Learning