数据科学

 

MATLAB 与数据科学

探查数据,构建机器学习模型,
执行预测性分析

MATLAB 让数据科学工作变得轻松,借助其中的工具,您可以访问和预处理数据、构建机器学习和预测模型,并将模型部署到企业 IT 系统。

  • 访问存储在平面文件、数据库、数据历史记录和云存储中的数据,或连接到数据采集硬件金融数据源等实时源
  • 使用多种数据类型和预处理功能管理和整理数据,以编程或交互方式准备数据,例如使用真实值 (ground-truth) 标注应用程序
  • 利用 MATLAB 图形实时编辑器的记事本式环境撰写数据分析文档
  • 对传感器、文本、图像、视频和其他类型的数据运用领域特定的特征工程技术
  • 使用机器学习和深度学习应用程序探索多种建模方法
  • 借助自动特征选择、模型选择和超参数调优算法微调机器学习和深度学习模型
  • 将机器学习模型直接部署到生产环境 IT 系统,而无需采用其他语言重新编码
  • 将机器学习模型自动转换为独立的 C/C++ 代码

为什么使用 MATLAB 研究数据科学?

探索性数据分析

节省预处理数据的时间。无论是时序传感器数据、图像还是文本,MATLAB 数据类型都能大大缩短预处理数据所需的时间。借助高级函数,您可以轻松同步不同的时序、用插值替换离群值、过滤含噪信号、将原始文本分割成单词,等等。借助绘图和实时编辑器,您可以快速可视化数据,理解内在趋势并发现数据质量问题。

探索性数据分析

应用型机器学习

应用型机器学习

查找最佳机器学习模型。无论您是寻求机器学习入门帮助的初学者,还是希望快速评估各类模型的专家,我们的分类和回归应用程序都能帮助您快速得出结果。您可以使用各种时下热门的分类和回归算法,根据标准指标比较模型,导出较为理想的模型以供进一步分析和集成。如果更喜欢手动编写代码,您也可以使用模型训练函数中内置的超参数优化,从而快速找到调节模型的最佳参数。


多平台部署

将机器学习模型部署到各类平台,包括 C/C++ 代码、CUDA® 代码、企业 IT 系统或云。如需提升性能,您可以从 MATLAB 代码生成独立的 C 代码,创建具有高性能推理速度和较小内存占用量的可部署模型。您还可以导出机器学习模型,以便在 Simulink 中使用,或将模型部署到 MATLAB Production Server,以便与 Web、数据库和企业应用集成。


30天免费试用

快速入门