MATLAB für Software und Internet

Daten untersuchen und analysieren, Algorithmen entwickeln und Anwendungen für Software- und Internetsysteme bereitstellen

Software- und Internetunternehmen sind bestrebt, sinnvolle Informationen aus Big Data zu extrahieren. Mithilfe von MATLAB-Produkten können Ingenieure, Informatiker und Datenanalysten die Informationen aus Big Data schnell in wertvolle Einblicke verwandeln. Mit MATLAB können Sie:

  • Daten auf Lücken und Muster durchsuchen
  • Algorithmen für prädiktive Modelle entwickeln
  • Analysen mithilfe von High Performance Computing beschleunigen
  • Anwendungen in Unternehmenslösungen integrieren und bereitstellen

„MATLAB hat es uns ermöglicht, die Entwicklung von ENValyzer zu beschleunigen, einem individuell anpassbaren, benutzerfreundlichen Tool für die Analyse, Visualisierung und Interpretation von technischen Daten in einer Vielzahl von Formaten. Jetzt können unsere Ingenieure Komponenten schneller und präziser validieren, als es ihnen mit Tabellen und Tools von Drittanbietern möglich war.“


Abrufen und Analysieren von Daten

Mit den Produkten von MATLAB zur Datenanalyse können Sie Daten in einer zentralen Umgebung abrufen, visualisieren und analysieren. Sie können Daten interaktiv erkunden, benutzerdefinierte Analysen zusammenstellen und Ihre Entdeckungen in Form von Berichten, veröffentlichtem Code, 3D-Visualisierungen oder vollständigen Anwendungen mit anderen teilen.

Entwicklung von Machine-Learning-Algorithmen

Machine-Learning-Algorithmen nutzen rechnergestützte Methoden, um Informationen direkt aus Daten zu „erlernen“, ohne sich auf eine vorher festgelegte Gleichung als Modell zu stützen. Wenn Sie die Anzahl der zum Lernen verfügbaren Stichproben erhöhen, können sie ihre Leistung adaptiv verbessern. Machine-Learning-Algorithmen werden in Anwendungen wie Sprach- und Gesichtserkennung eingesetzt. Sie werden in Big-Data-Anwendungen eingesetzt, die aus großen Datensätzen mit vielen Prädiktoren (Merkmalen) bestehen und für einfache parametrische Modelle zu komplex sind.

Beschleunigung von Analysen durch High Performance Computing

MathWorks® beschleunigt große Berechnungen für Big-Data-Aufgaben weiterhin durch die Unterstützung der neuesten Multithreading-fähigen Hardware-Architekturen. Mit der Parallel Computing Toolbox, MATLAB Parallel Server und/oder MATLAB Production Server erhalten Ingenieure, Informatiker und Datenanalysten schneller als je zuvor Antworten, indem sie sich die hohe Rechenleistung von Mehrkernprozessoren, Grafikkarten und Computerfarmen zunutze machen.

Bereitstellung und Integration von Datenanalysemodellen in Unternehmensanwendungen

MATLAB bietet eine Umgebung für die Entwicklung fortschrittlicher Datenanalyse- und Machine-Learning-Algorithmen, allerdings müssen diese Modelle und Systeme häufig in der realen Welt bereitgestellt werden. MathWorks bietet zahlreiche Optionen für die Bereitstellung von MATLAB-Algorithmen, beispielsweise die Generierung von portierbarem C/C++ Code, kompilierte ausführbare Programme, webbasierte Anwendungen oder sogar die Integration in mobile Apps.

MATLAB in der Cloud

Führen Sie es in Cloudumgebungen aus – von der MathWorks Cloud bis zu öffentlichen Clouds, einschließlich AWS (5:18) und Azure (5:24).

  • MATLAB in einem Webbrowser nutzen

    MathWorks Cloud bietet sofortigen Zugriff auf MATLAB sowie auf andere Produkte und Dienste, die auf der Managed Cloud-Infrastruktur von MathWorks gehostet sind.

  • MATLAB und Simulink in öffentlichen Clouds ausführen

    Verarbeiten Sie Ihre Daten dort, wo Sie sie auch mit MATLAB speichern, skalieren Sie sie mit MATLAB Parallel Server auf Hochleistungs-Cluster und integrieren Sie MATLAB-Analysen mit MATLAB Production Server in Anwendungen.

  • MATLAB in Docker-Containern verwenden

    Erstellen Sie ein Docker-Container-Image, um MATLAB in öffentlichen oder privaten Clouds auszuführen.

    Weitere Informationen

Agile Entwicklung

Stellen Sie softwarefähige Systeme durch eine schnelle und kontinuierliche Entwicklung mit Simulink bereit.

MATLAB und Simulink lassen sich in Jenkins™, Jira, Git™, GitHub® und andere agile Entwicklungstools integrieren und bieten Ihnen folgende Möglichkeiten:

  • Verwendung von Modellen anstelle von Dokumenten zur teamübergreifenden Zusammenarbeit und zur Kommunikation mit Kunden
  • Entwicklung funktionierender Systeme durch Simulationen schrittweise ausgebauter Modelle
  • Integration der Entwicklung in kontinuierliche Prozesse für Integration, Kompilierung und Test
  • Skalierung von Entwicklungen dank einer Kombination von Desktop-, Vor-Ort- und Cloud-Ressourcen