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 e 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
Automotive
BMW
Detecting Oversteering with Machine Learning
Utilities and Energy
Baker Hughes
Predictive Maintenance for Gas and Oil Extraction Equipment Using Data Analytics and Machine Learning
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.
- Per saperne di più
- Scopri esempi, articoli e tutorial sul Machine Learning
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
Deep learning
Progetta, costruisci e visualizza reti neurali convoluzionali.
Data Science
Estrai indicazioni dai dati per migliorare.
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.
