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

See How Others Use MATLAB for Machine Learning

Panel Navigation

Automotive

BMW

Detecting Oversteering with Machine Learning

Panel Navigation

Utilities and Energy

Baker Hughes

Predictive Maintenance for Gas and Oil Extraction Equipment Using Data Analytics and Machine Learning

Panel Navigation

Neuroscience

Battelle

Neural Bypass Technology Restores Movement to a Paralyzed Man’s Arm and Hand

Applicazioni e algoritmi interattivi

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.

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 segnali o immagini, e tecniche di selezione delle feature quali Neighborhood Component Analysis (NCA) o selezione sequenziale.

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