機械学習のための 5 つの対話型アプリ
どのようなタイプの問題を解く場合にも、MATLAB® がサポートします。機械学習向けにデータのモデル化、当てはめ、ラベル付けを対話的に行うためのアプリを見つけましょう。
分類学習器アプリ
データを分類するためのモデルの学習
入力データおよび既知の応答をデータに与えて教師あり機械学習を実行します。このデータにより、新しいデータに対する応答の予測を生成するモデルを学習させて、検証済みモデルの結果を確認できます。
自動的に一部またはすべての分類器を学習させて検証結果を比較し、分類問題で機能する最適なモデルを選択できます。
回帰学習器アプリ
重回帰モデルの学習
回帰学習器アプリを使用して、データの探索、特徴量の選択、検証方式の指定、ハイパーパラメーターの最適化、およびモデルの性能評価を対話的に行います。
1 つ以上の回帰モデルを学習させて、検証結果を比較し、回帰問題で機能する最適なモデルを選択します。
曲線近似アプリ
データの曲線および曲面近似
線形または非線形の回帰、内挿、平滑化、およびカスタム方程式を使用して、曲線で近似して複数の近似を比較します。
信頼区間および残差の確認、外れ値の削除、検証データによる近似の評価を行います。
イメージ ラベラー アプリ
イメージのグラウンド トゥルース データのラベル付け
組み込みの検出および追跡のアルゴリズムを使用してグラウンド トゥルース データにラベル付けするか、カスタムのオートメーション アルゴリズムを作成します。
視覚的な概要によりラベル オートメーション アルゴリズムの性能を評価して、システム検証、オブジェクト検出、またはセマンティック セグメンテーション ネットワークで使用するためにラベル付きグラウンド トゥルースをエクスポートします。
信号ラベラーアプリ
信号の属性、領域、および関心点のラベル付け
解析または機械学習アプリケーションで使用するための信号を対話的にラベル付けします。
信号の属性に logical または categorical ラベルを使用すると、信号のピークに自動的にラベル付けし、ラベルまたは信号ラベルのサブセットを追加、編集、削除、または表示することができます。
