Funzionalità recenti

Informazioni sulle ultime funzionalità MATLAB per il machine learning

App interattive

  • Utilizza le app Classification Learner e Regression Learner per esplorare i dati in modo interattivo, selezionare feature e addestrare e valutare modelli di classificazione e regressione con supervisione
  • Novità Esegui la sintonizzazione automatica degli iperparametri e applica le matrici di costo all’interno delle app di apprendimento
  • Esegui il fitting dei dati su una varietà di distribuzioni probabilistiche e scopri gli effetti della modifica dei valori dei parametri con l’app Distribution Fitter

Prodotti correlati: Statistics and Machine Learning Toolbox

Ottimizzazione automatica dei modelli

  • Novità Ottimizza contemporaneamente il tipo di modello e gli iperparametri
  • Sincronizza automaticamente gli iperparametri utilizzando l’ottimizzazione bayesiana
  • Seleziona automaticamente un sottogruppo di feature rilevanti utilizzando tecniche quali Neighborhood Component Analysis (NCA) e la classificazione di feature
  • Parallelizza l’esecuzione di metodi di ottimizzazione automatizzati su più core utilizzando Parallel Computing Toolbox ed esegui la distribuzione su cloud e cluster utilizzando MATLAB Parallel Server

Prodotti correlati: MATLAB Parallel ServerParallel Computing ToolboxStatistics and Machine Learning Toolbox

Algoritmi statistici e di machine learning 

  • Sfrutta gli algoritmi più utilizzati per la classificazione e la regressione, come i modelli lineari e lineari generalizzati, support vector machine, alberi decisionali, metodi di ensemble e molto altro
  • Utilizza gli algoritmi di clustering più comuni, inclusi k-means, k-medoids, clustering gerarchico, modelli di mistura gaussiana e di tipo Hidden Markov
  • Novità Utilizza il clustering spaziale basato su densità di applicazioni con rumore (DBSCAN) e clustering spettrale di forme arbitrarie
  • Esegui calcoli statistici e di machine learning più rapidamente rispetto agli strumenti open-source

Prodotti correlati: Statistics and Machine Learning Toolbox

Visualizzazione dei dati

  • Scopri la struttura dei dati e i rapporti tra feature mediante grafici a dispersione, box plot, dendrogrammi e altre visualizzazioni statistiche standard
  • Utilizza algoritmi avanzati di riduzione della dimensionalità come Stochastic Neighbor Embedding (t-SNE)
  • Visualizza dati ad alta densità con grafici a dispersione migliorati nell’app Classification Learner
  • Novità Crea matrici di confusione da tall array

Prodotti correlati: Statistics and Machine Learning Toolbox

Distribuzione 

  • Genera automaticamente codice C/C++ per gli algoritmi di classificazione, regressione e clustering più diffusi
  • Novità Esegui la distribuzione a dispositivi con memoria e/o potenza limitate utilizzando l’aritmetica a virgola fissa
  • Novità Aggiorna i parametri dei modelli distribuiti quali SVM, modelli lineari e alberi decisionali senza dover rigenerare il codice C/C++ di previsione già creato

Prodotti correlati: MATLAB Coder, MATLAB Compiler, Statistics and Machine Learning Toolbox

Big Data 

  • Utilizza i tall array con svariati algoritmi di classificazione, regressione e clustering per addestrare i modelli su set di dati troppo grandi per la memoria
  • Predisponi modelli di classificazione multiclasse, esegui l’ottimizzazione degli iperparametri e specifica i costi con i tall array
  • Utilizza rapidi metodi di approssimazione di medie, quantili e partizioni non stratificate su dati out-of-memory

Prodotti correlati: Parallel Computing Toolbox, Statistics and Machine Learning Toolbox