沃尔夫拉姆 计算符合知识

沃尔夫拉姆机器学习的核心部分
WOLFRAM语言

机器学习和神经网络。

从生产粒度的经典机器学习到现代人工智能,与统计分析、可视化、图像处理等深度集成,构建智能系统。

分类

立即使用预训练分类器或构建自己的分类器将任何数据(包括文本、图像、数组、音频和视频)分类为有限的类别。例如识别植物叶子、鸟叫声或人类行为。可用的方法包括逻辑回归、随机森林和支持向量机以及神经网络。

回归

预测价格或预测处理效果或作物产量:到处使用回归分析从一组变量预测值,包括数字、数组、图像和文本。从任何数据类型中使用强大的特征提取,然后让自动化选择最佳的模型和参数,或通过完全控制进行自定义。

聚类分析

根据相似性将不同对象分组,无需事先知识,采用无监督分类。聚类可用于对客户类型、动物分类和更多组进行分类。支持不同的方法,包括k均值、谱聚类和层次聚类。

降维

在低维空间中表示任何数据,以可视化具有多个特征(包括非数值特征)的复杂数据集,并执行数据压缩甚至无监督特征选择。各种方法,如主成分、等距映射、T-SNE和UMAP,都可以对线性和非线性结构进行建模。

异常检测

检测极端值、新颖值或异常值。直接在数据集上标记异常,构建可重用的异常检测器,或从任何类型的数据构建的分布开始。应用范围从故障检测到性能监测、质量评估、新颖性检测等。

缺失数据插补

用合成数据生成来填充数据集中缺少的值。由于设备故障、文件损坏或数据输入不完整而导致的数据丢失可能会在模型训练中引入重大偏差,甚至使训练无法进行。自动或使用给定的分布计算缺少的值。

神经网络

雨林健康吗?MRI扫描中有肿瘤吗?你用法语怎么说“猫”?使用神经网络用一个简单但灵活的框架来回答这些以前难以回答的问题。导入预先训练好的模型,通过重新训练使模型适应新问题,或者从头开始训练网络。

自然语言处理

在一段文本中找到问题的答案,标记每一个提到的特定概念或分析句子的句法结构。自然语言处理是数据挖掘、市场研究和客户支持等领域的关键要素。

计算机视觉

高效准确地查找和识别图像中的对象、文本、人脸等,或使用机器学习和神经网络模型执行高级分割、样式化等。从驾驶员辅助系统到自动化质量控制、安全、医疗和其他应用,解决方案无处不在。

语音计算

分析和处理语音信号以检测浊音间隔,执行语音识别,识别说话人,甚至改变说话人的音调。将机器学习与音频处理、统计分析和可视化结合使用,实现简单高效的语音计算。

Wolfram机器学习文档

Wolfram机器学习Wolfram语言整个系统包含6000多个内置功能,涵盖计算的所有领域,所有功能都经过精心集成,因此它们可以完美地协同工作。

Wolfram语言
完整范围和文件
逻辑模型拟合试用模型拟合线性模型拟合通用线性模型拟合非线性模型拟合适合的型号正常名义变量链接函数线性偏移函数置信度方差估计函数色散估计函数设计矩阵查找公式查找分发群集组件群集分类聚类测量MeanShift公司最近邻图树状图聚类树查找图形社区社区图绘制连接的组件查找图形分区查找Clique查找KCliqueImageForestingComponents(图像预测组件)含水成分GrowCut组件距离函数集群异类函数重量绩效目标标准函数方法网络链净测量值NetPort(网络端口)NetPortGradient(网络端口渐变)NetState对象NetTrainResults对象线程层聚合层SoftmaxLayer(Softmax层)NetReplacePart(NetReplace部件)NetInitialize(网络初始化)NetTake公司NetAppend(网络附加)NetReplace(网络替换)净扁平化网络编码器网络解码器LLM资源函数预测分类主动预测序列预测最近的查找适合项查找群集特征提取功能空间图特征ImpactPlot异常检测尺寸缩减MissingValue综合LLM函数LLM综合图像合成Chat对象LLM提示LLM工具LLM配置NetModel(网络模型)NetTrain公司NetGraph(网络图形)线性图层卷积层注意层图像标识图像案例查找面文本识别图像图形文本摘要语言识别文本结构文本案例语音识别音频识别演讲案例扬声器匹配QPitchRecognize(俯仰识别)

Wolfram支持大大小小的组织

Wolfram机器学习入门

有问题或需要帮助
和一个特定的项目?