数据科学

 

MATLAB 用于数据科学

浏览数据、构建机器学习模型、
进行预测分析

MATLAB® 让数据科学工作变得轻松,利用工具来访问和预处理数据、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
  • 使用数据类型和预处理功能管理和整理数据,做好编程和交互式数据准备,包括用于真实值 (ground-truth) 标注的应用
  • 利用 MATLAB 图形实时编辑器笔记本电脑环境进行文档数据分析
  • 对传感器、文本、图像、视频和其他类型的数据运用特定领域特征工程技术
  • 使用机器学习和深度学习应用探索各种建模方法
  • 借助自动特征选择和超参数调优算法优化机器学习和深度学习模型
  • 将机器学习模型部署到生产环境 IT 系统,而无需重新编码到其他语言
  • 将机器学习模型自动转换到独立的 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。从时序传感器数据到图像和文本等,MATLAB 数据类型大大缩短预处理数据所需的时间。利用高级函数可以轻松同步不同的时序、用插值替换异常值、过滤杂波信号、将原始文本分割成单词等。借助绘图和实时编辑器快速可视化您的数据,了解趋势并发现数据质量问题。

应用型机器学习

查找最佳机器学习模型。无论您是寻找某种机器学习入门帮助的初学者,还是想要快速评估众多不同类型模型的专家,分类和回归应用都能快速得出结果。从各种最流行的分类和回归算法中选择,根据标准指标比较模型,导出有希望的模型以供进一步分析和集成。如果编写代码更符合您的风格,您可以使用模型训练函数中内置的超参数优化,以便快速找到调节模型的最佳参数。

多平台部署

随时随地部署机器学习模型,包括 C/C++ 代码、CUDA® 代码、企业 IT 系统或云。如果注重性能,可以从您的 MATLAB 代码生成独立的 C 代码,创建具有预测速度快、内存占用小的高性能可部署模型。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。

获取免费试用版

30 天探索触手可及。