Leitfaden zum Einstieg in Statistics and Machine Learning Toolbox
Statistics and Machine Learning Toolbox™ bietet Funktionen und Apps zur Beschreibung, Analyse und Modellierung von Daten. Sie können deskriptive Statistik, Visualisierungen und Clustering zur explorativen Datenanalyse nutzen, Wahrscheinlichkeitsverteilungen an Daten anpassen, Zufallszahlen für Monte-Carlo-Simulationen generieren und Hypothesentests ausführen. Mit Regressions- und Klassifizierungsalgorithmen können Sie Inferenzen aus Daten ableiten und prädiktive Modelle entweder interaktiv über die Classification and Regression Learner-Apps oder programmatisch mithilfe von AutoML erstellen.
Für multidimensionale Datenanalyse und Merkmalsextraktion ermöglicht die Toolbox PCA (Principal Component Analysis), Regularisierung, Dimensionalitätsreduzierung und Merkmalsauswahlmethoden, mit denen Sie die Variablen mit der besten Vorhersagekraft ermitteln können.
Die Toolbox umfasst überwachte, semi-überwachte und nicht überwachte Machine-Learning-Algorithmen, einschließlich SVMs (Support Vector Machines), Boosted Decision Trees, k-Mittel und weitere Clustering-Methoden. Sie können Auswertbarkeitstechniken wie partielle Abhängigkeitsdiagramme und LIME verwenden und automatisch C/C++ Code für eingebettete Bereitstellungen generieren. Viele Toolbox-Algorithmen können auf Datensätze angewendet werden, die zu groß für den Arbeitsspeicher sind.
Tutorials
- Exploratory Analysis of Data
Explore the distribution of data using visualizations and descriptive statistics.
- Hypothesis Testing with Two Samples
Use hypothesis testing to analyze gas prices measured across the state of Massachusetts during two separate months.
- Evaluate Optimal Number of Clusters
Identify the optimal number of clusters in a data set by using the
evalclustersfunction. - Assess Regression Neural Network Performance
Use
fitrnetto create a feedforward regression neural network model with fully connected layers, and assess the performance of the model on test data. - Train Decision Trees Using Classification Learner App
Create and compare classification trees, and export trained models to make predictions for new data.
Über Machine Learning
- Machine Learning in MATLAB
Discover machine learning capabilities in MATLAB® for classification, regression, clustering, and deep learning, including apps for automated model training and code generation.
Interaktives Lernen
Statistik-Onramp
Kostenloser einstündiger Statistik-Onlinekurs
Machine-Learning-Onramp
Kostenloser zweistündiger Machine-Learning-Onlinekurs
Unterrichtsmaterialien
Machine Learning für die Biowissenschaften
Erlernen Sie anhand von Beispielen aus der Biologie die Grundlagen des Machine Learning.
Machine Learning für Regression
Erlernen Sie die Konzepte der Merkmalsextraktion und Regression und wenden Sie diese auf die Zeitreihenprognose an.
