Neuheiten in MATLAB für Data Science

MATLAB vereinfacht Data Science für Jedermann, ist leicht erlernbar und eignet sich nicht nur für Experten. Lernen Sie mehr über die neuen Funktionen für den Entwurf und die Erstellung von Machine-Learning-Modellen, für den Umgang mit Big Data und die allgemeine Bereitstellung.

Entwickeln von Machine-Learning-Modellen

  • Regression Learner-App: Trainieren Sie Regressionsmodelle mit überwachtem Machine Learning.
  • Classification Learner-App: Trainieren Sie Klassifikationsmodelle mit überwachtem Machine Learning.
  • Textanalysen: Analysieren und modellieren Sie Textdaten.
  • Automatisiertes Machine Learning:  Modelle automatisch auswählen und Hyperparameter abstimmen.
  • Merkmalsauswahl: Verwenden Sie Neighborhood Component Analysis, NCA, um Merkmale für Machine-Learning-Modelle auszuwählen.

Zugehörige Produkte: Statistics and Machine Learning Toolbox, Text Analytics Toolbox

 

Arbeiten mit Big Data

  • tall-Arrays für Big Data: Bearbeiten und analysieren Sie Daten, deren Volumen für den Arbeitsspeicher zu umfangreich sind.
  • Big-Data-Algorithmen: Nutzen Sie die SVM-Klassifikation (Support Vector Machine) und die naive Bayes-Klassifikation, erstellen Sie Entscheidungsbäume mit Bagging und passen Sie die Lasso-Regression für Out-of-Memory-Daten an.
  • Big-Data-Diagramme: Visualisieren Sie Out-of-Memory-Daten mit plot, scatter und binscatter.
  • Bereitstellung von Big-Data-Anwendungen: Führen Sie Anwendungen auf Ihrem Desktop oder Spark Cluster mithilfe von tall-Arrays oder der MATLAB-API für Spark aus.

Zugehörige Produkte: Statistics and Machine Learning Toolbox, MATLAB Compiler

Verwaltung und Vorverarbeitung von Daten

  • timetable Datencontainer: Verwalten Sie zeitgestempelte Tabellendaten mit zeitbasierter Indexierung und Synchronisation.
  • string-Array: Bearbeiten, vergleichen und speichern Sie Textdaten effizient.
  • Datenvorverarbeitung: Nicht vorhandene Daten ausfindig machen, ergänzen und entfernen.. Erkennen und ersetzen von Ausreißern. Glätten von verrauschte Daten
  • Zugriff auf Daten in der Cloud: Lesen Sie Daten von Amazon S3 und Azure Blob Storage.

Operationalisierung von Analysen

  • Codegenerierung: Generieren Sie C Code für Machine Learning Modelle.
  • RESTful API und JSON: Entwickeln Sie Clients für MATLAB Production Server in jeder Programmiersprache, die HTTP unterstützt.
  • Servermanagement-Dashboard: Konfigurieren und verwalten Sie mehrere Serverinstanzen über eine Web-Benutzeroberfläche.
  • Web-Apps: Stellen Sie mithilfe von Kunden-Web-Apps Analysen in einem Browser zur Verfügung.

Zugehörige Produkte: MATLAB Coder, MATLAB Compiler, MATLAB Production Server

Kostenlose Testversion anfordern

Kennlernversion für 30 Tage sofort verfügbar