統計計算の速度の向上

統計関数の並列計算または分散計算

Statistics and Machine Learning Toolbox™ では、並列計算を使用して特定の統計計算を高速化できます。並列計算では、単一の MATLAB^® クライアントセッションがコードセグメントを独立処理用に複数のワーカーに分配してから、個々の結果を組み合わせて計算を完了させます。並列計算を使用すると、ブートストラップとジャックナイフ、決定木のブースティングとバギング、交差検証、クラスタリングアルゴリズムなどのリサンプリング手法を高速化できます。並列計算をサポートする Statistics and Machine Learning Toolbox の関数の完全な一覧については、関数リスト (自動並列サポート) を参照してください。

一部の関数は gpuArray (Parallel Computing Toolbox) の入力引数を受け入れるため、グラフィックス処理装置 (GPU) 上で実行することでコードを高速化できます。GPU 配列を受け入れる Statistics and Machine Learning Toolbox の関数の完全な一覧については、関数リスト (GPU 配列) を参照してください。

並列計算機能および GPU 配列を使用するには、Parallel Computing Toolbox™ のライセンスをもっていなければなりません。

トピック

Statistics and Machine Learning Toolbox を使用した並列計算の基本操作
並列統計計算を使ってみましょう。
Statistics and Machine Learning Toolbox での並列計算の概要
並列統計計算の概念
統計関数を並列実行する場合
並列計算での関数呼び出しのタイミングの決定
parfor の処理
統計関数で parfor を使用して並列計算を行います。
並列計算を使用する jackknife の実装
並列計算を使用して jackknife を高速化します。
並列計算を使用する交差検証の実装
並列計算を使用して交差検証を高速化します。
並列計算を使用するブートストラップの実装
並列計算を使用してブートストラップを高速化します。
並列統計計算での再現性
反復並列計算で理想的な結果を取得する方法
GPU でのデータの解析とモデル化
GPU 配列の入力引数を使用してコードを高速化する。
GPU における線形モデルの当てはめの高速化
この例では、グラフィックス処理装置 (GPU) で関数を実行することで回帰モデルの当てはめを高速化する方法を示します。