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.