시계열 데이터를 위한 AI 개발 워크 플로우

해당 시리즈: 신호 및 시계열 데이터를 위한 AI 기술

앞 세션에서 소개드린 음성 신호, 레이더 신호, 생체 신호, 설비의 진동 신호 등 다양한 신호 및 시계열 데이터의 전처리(pre-processing) 및 특징추출(feature engineering)을 실제 AI에 MATLAB®을 활용하여 적용할 수 있는 방법에 대한 소개를 드립니다.

특히, AI에 관심을 갖고 신호 및 시계열 데이터를 통한 AI의 활용에 대한 접근성을 높여드리고자, AI의 기본적 지식은 물론 MATLAB의 머신러닝과 딥러닝을 쉽고 빠르게 구현할 수 있는 App 기반으로 활용하는 방안에 대해 소개합니다. 더불어 MATLAB으로 만든 AI모델의 배포(Deployment)에 대해서도 소개하여 궁극적인 AI의 활용방안에 대해서도 알아봅니다.

발행: 2021년 1월 14일

자세히 알아보기

영업 상담
관련 정보
평가판 신청

피드백

관련 비디오:

과학자 및 연구원은 많은 데이터로부터 데이터의 추이 및 변수 사이의 관계를 규명하고 가설 검정등과 같은 분석 및 그래프 작성 과정을 거칩니다. 이를 위해 데이터 마이닝과 데이터 분석 같은 다양한 통계적 기법을 사용합니다.금번 웨비나에서는 임상실험을 통해 얻은 데이터를 기반으로 MATLAB을 이용한 통계적 데이터 분석 및 그래프 작성 방법에 대해 소개해 드립니다.

MATLAB(매트랩)을 이용한 실험 데이터의 통계적 분석 기법 소개(한국어)

Engineers and scientists need to understand data quickly and efficiently to make decisions that can impact future research and product design. In this webinar we will outline many of the challenges faced in collecting, analyzing, and visualizing data

Tips and Tricks: Data Analysis and Surface Fitting with...

Engineers and scientists often have significant quantities of data to analyze. To reduce the time needed to analyze and understand this data, they need the ability to explore and visualize the data quickly, as well as the flexibility to develop custo

Data Analysis with Statistics and Curve Fitting Toolboxes

The Classification Learner app lets you train models to classify data using supervised machine learning.

Classify Data Using the Classification Learner App

Engineers and scientists often need to invest significant amounts of time and effort analyzing large data sets. This task becomes even more complicated if sensor failures or drop outs result in bad or missing data points. Data management techniques c

Solving Data Management and Analysis Challenges Using...

관련 비디오 더 보기