数据科学

 

数据科学用MATLAB

探索数据；建立机器学习模型；
进行预测分析

获得免费试用
联系销售人员

MATLAB使用工具访问和预处理数据，构建机器学习和预测模型，并将模型部署到企业IT系统，从而简化了数据科学。

  • 访问存储在中的数据平面文件、数据库、数据历史记录和云存储，或连接到实时源，如数据采集硬件和财务数据馈送
  • 使用管理和清理数据数据类型和预处理功能用于编程和交互式数据准备，包括地面真实标签应用程序
  • 使用文档数据分析MATLAB图形和Live编辑器笔记本电脑环境
  • 应用特定领域的特征工程传感器、文本、图像、视频和其他类型数据的技术
  • 使用机器学习和深度学习应用程序
  • 微调机器学习和深度学习模型自动特征选择、模型选择和超参数调整算法
  • 将机器学习模型部署到生产IT系统，无需重新编码为另一种语言
  • 自动将机器学习模型转换为独立C/C++代码
工程师人工智能：构建人工智能系统

为什么要将MATLAB用于数据科学？

探索性数据分析

预处理数据的时间更少从时间序列传感器数据到图像到文本，MATLAB数据类型大大减少了预处理数据所需的时间。高级函数可以轻松地同步不同的时间序列，用插值值替换离群值，过滤噪声信号，将原始文本拆分为单词，等等。快速可视化您的数据，以了解趋势并通过绘图和Live Editor确定数据质量问题。

探索性数据分析

了解更多信息

探索产品

应用机器学习

应用机器学习

找到最佳的机器学习模型。无论你是初学者，寻求机器学习入门方面的帮助，还是专家，寻求快速评估多种不同类型的模型，分类和回归应用程序都能提供快速结果。从各种最流行的分类和回归算法中进行选择，基于标准度量比较模型，并导出有前景的模型进行进一步分析和集成。如果编写代码更符合您的风格，您可以使用内置于模型训练函数中的超参数优化，这样您可以快速找到最佳参数来调整模型。

了解更多信息

探索产品

多平台部署

在任何地方部署机器学习模型包括C/C++代码、CUDA®代码，企业IT系统或云。当性能重要时，您可以从MATLAB代码生成独立的C代码，以创建具有高性能预测速度和较小内存占用的可部署模型。您还可以导出机器学习模型以在Simulink中使用，或将模型部署到MATLAB Production Server以与web、数据库、，和企业应用程序。

了解更多信息

探索产品

30天免费试用

开始