AI、データサイエンス、統計

機械学習と深層ニューラルネットワークのデータ準備、設計、シミュレーション、および展開

データへのアクセス、データの前処理、機械学習モデルと予測モデルの構築、モデル展開のためのツールを提供する MATLAB^® は、データサイエンスに適しています。

アプリを使用したり、わずか数行の MATLAB コードを使用したりすることで、アルゴリズムの設計、データの準備とラベル付け、もしくはコード生成と組み込みシステムへの展開などの作業に、統計学習、機械学習、および深層学習技術をご活用いただけます。以下に関して、AI のモデル化とデータ近似ワークフローを専用ツールで拡張できます。

イメージ、ビデオ、信号、オーディオ、テキストなどのデータ型
コンピュータービジョン、オーディオおよび信号処理、テキスト解析、無線通信、自動運転などのアプリケーション

Workflow for AI from data preparation to modeling to system design and deployment

トピック

AI の基礎

MATLAB の機械学習 (Statistics and Machine Learning Toolbox)
自動化されたモデル学習やコード生成用のアプリなど、分類、回帰、クラスタリングおよび深層学習用の MATLAB の機械学習機能について理解します。
MATLAB による深層学習 (Deep Learning Toolbox)
畳み込みニューラルネットワークを使用して分類や回帰を行う MATLAB の深層学習機能を確認します。これには、事前学習済みのネットワークと転移学習のほか、GPU、CPU、クラスター、およびクラウドでの学習が含まれます。
What Is Reinforcement Learning? (Reinforcement Learning Toolbox)
Reinforcement learning is a goal-directed computational approach where a computer learns to perform a task by interacting with an uncertain dynamic environment.

AI のモデル化

分類学習器アプリにおける分類モデルの学習 (Statistics and Machine Learning Toolbox)
自動、手動および並列学習など、分類モデルの学習、比較および改善を行うためのワークフローです。
回帰学習器アプリにより回帰モデルに学習をさせる (Statistics and Machine Learning Toolbox)
自動、手動および並列学習など、回帰モデルの学習、比較および改善を行うためのワークフローです。
ディープネットワークデザイナーを使用したネットワークの構築 (Deep Learning Toolbox)
ディープネットワークデザイナーを使用して、深層学習ネットワークを対話形式で構築および編集します。

シミュレーションと展開

深層学習ネットワークを使用した Simulink でのバッテリー充電状態の推定 (Deep Learning Toolbox)
この例では、Simulink® モデル内でフィードフォワード深層学習ネットワークを使用してバッテリーの充電状態 (SOC) を予測する方法を示します。
深層学習ネットワークのコード生成 (GPU Coder)
ResNet などのイメージ分類ネットワーク用の CUDA^® コード生成を開始する。
車線検出と車両検出を実行する深層学習 Simulink モデルのコード生成 (Embedded Coder)
この例では、畳み込みニューラルネットワーク (CNN) を使用して車線検出と車両検出を実行する Simulink® モデルから C++ コードを生成する方法を示します。

注目の例

Time Series Prediction in Simulink Using Deep Learning Network

Use an LSTM deep learning network inside a Simulink® model to predict the remaining useful life (RUL) of an engine. You include the network inside the Simulink model by using a Stateful Predict block, which predicts the RUL at every simulation step.

(Deep Learning Toolbox)