ソフトウェアおよびインターネット企業は、ビッグデータから意味のある情報を抽出しようとしのぎを削っています。MATLAB 製品により、エンジニア、コンピューター科学者、およびデータアナリストは、ビッグデータで見つけた情報から有益な洞察を簡単に導き出すことができます。MATLAB を使用して、以下を行うことができます。

  • ギャップとパターンを見つけるためのデータ探索
  • 予測モデルのためのアルゴリズムの開発
  • 高性能計算を使用した解析の高速化
  • エンタープライズ ソリューションへのアプリケーションの統合と展開

「ENValyzer を短期間で開発できたのは MATLAB のおかげです。さまざまな形式のエンジニアリング データの解析、可視化、解釈に対応した、カスタマイズ可能で使いやすいツールを開発することができました。スプレッドシートやサードパーティ製ツールを使用した従来の方法に比べて、コンポーネントの妥当性確認を短時間で行えるようになり、その精度も向上しています。」

Sharath SL, Bosch

データへのアクセスおよびデータ解析

MATLAB のデータ解析製品を使用すると、データへのアクセス、データの可視化および解析を単一環境で行うことができます。データの対話的な探索や、カスタマイズした解析の構築を行えるほか、レポートやパブリッシュされたコード、3D 可視化を通じて、または完全なアプリケーションとして、他のユーザーと発見を共有することができます。

機械学習アルゴリズムの開発

機械学習アルゴリズムは、計算手法を用いて、事前に定義された数式をモデルとみなすことなく、直接データから情報を "学習" します。学習に利用できるサンプル数を増やすほど、順応的にパフォーマンスを向上させることができます。機械学習アルゴリズムは、音声や顔認識などの用途で使用されます。多くの予測子 (特徴) を備えた大規模なデータセットを持ち、単純なパラメトリックモデルには複雑すぎるビッグデータ アプリケーションで使用されます。

高性能計算による解析の高速化

MathWorks® は、マルチスレッドの最新のハードウェア アーキテクチャをサポートすることにより、ビッグデータ問題のための大規模計算の高速化に継続的に取り組んでいます。エンジニア、コンピューター科学者、およびデータアナリストは、Parallel Computing ToolboxMATLAB Parallel ServerMATLAB Production Server を使用して、マルチコアプロセッサ、GPU、コンピューティング ファームの高性能計算力を活用することにより、以前よりも迅速に解析結果を取得しています。

データ アナリティクス モデルのエンタープライズ アプリケーションへの展開と統合

MATLAB には、高度なデータ解析や機械学習アルゴリズムを開発するための環境が備わっていますが、多くの場合、これらのモデルやシステムを現実世界に展開する必要があります。MathWorks は、移植可能な C/C++ コードの生成、コンパイル済み実行ファイル、Web ベース アプリケーション、さらにはモバイルアプリへの統合など、MATLAB アルゴリズムの展開においてさまざまなオプションを提供しています。

クラウドでの MATLAB の使用

MathWorks Cloud をはじめ、AWS (5:18)Azure (5:24) などのパブリッククラウドまで、クラウド環境での実行が可能です。

  • Web ブラウザーでの MATLAB の使用

    MathWorks Cloud を利用すると、MathWorks が管理するクラウドインフラでホストされている MATLAB やその他の製品およびサービスにすぐにアクセスすることができます。

  • パブリッククラウドでの MATLAB および Simulink の実行

    データ保存場所での MATLAB による処理、MATLAB Parallel Server を使った高性能クラスターへのスケーリング、MATLAB Production Server によるアプリケーションへの MATLAB 解析の統合を行うことができます。

  • Docker コンテナーでの MATLAB の使用

    Docker コンテナーイメージを作成して、パブリッククラウドまたはプライベートクラウドで MATLAB を実行します。

    詳細を見る

アジャイル開発

Simulink を使用した迅速かつ継続的な開発により、ソフトウェア対応システムを提供します。

MATLAB および Simulink は、Jenkins™、Jira、Git™、GitHub®、その他のアジャイル開発ツールとの統合により、以下を行うことができます。

  • ドキュメントの代わりにモデルを使用して、複数チームでの共同作業や顧客とのコミュニケーションを促進
  • インクリメンタル モデルのシミュレーションにより、実際に動くシステムを開発
  • 継続的インテグレーション、ビルド、テストのプロセスにおいて開発を統合
  • デスクトップ、オンプレミス、クラウドのリソースを組み合わせて開発を拡張