機械学習向け MATLAB

モデルの学習、パラメーター調整を行い、本番環境やエッジに展開

エンジニアや各分野の専門家による、何千もの機械学習アプリケーションの展開に MATLAB® が使用されています。MATLAB は機械学習における課題を、以下のような機能によって解決することができます。

  • ポイント アンド クリックアプリによるモデルの学習および比較
  • 高度な信号処理および特徴抽出の手法
  • 特徴選択、モデル選択、およびハイパーパラメーター調整などの、自動化された機械学習 (AutoML)
  • コードを変更することなくビッグデータおよびクラスターに計算処理をスケーリング
  • 組み込みアプリケーションおよび高性能アプリケーション向け C/C++ コードの自動生成
  • ネイティブブロックまたは MATLAB Function ブロックとして Simulink と統合し、組み込み展開やシミュレーションを実行
  • 教師あり学習と教師なし学習の主要な分類、回帰、クラスタリング アルゴリズム
  • 大半の統計および機械学習の計算において、オープンソースツールよりも速い実行速度

MATLAB による機械学習の導入事例

Panel Navigation

自動車

PathPartner

PathPartner、レーダーベースの自動車アプリケーション向け機械学習アルゴリズムを開発

Panel Navigation

エネルギー生産、IA&M

RWE Renewables、Hydro Quebec、IMCORP

機械学習と人工知能を使用したユーティリティ資産の状態監視と予知保全

Panel Navigation

医療機器、通信/エレクトロニクス/半導体

Kinesis Health Technologies

慣性センサーで取得されたデータの機械学習による高齢者の転倒リスクの評価

インタラクティブなアプリとアルゴリズム

広く一般的に使用されているさまざまな分類、クラスタリング、および回帰アルゴリズムを使用できます。現時点では、他の機械学習モデルと共に「浅い」ニューラルネット (最大 3 層) も含まれています。分類や回帰のアプリを使用して、モデルを対話形式で学習、比較、調整、エクスポートし、更なる分析、統合、展開を行うことができます。コードの記述のほうが望ましい場合は、特徴選択やパラメーターの調整を通じてモデルをさらに最適化できます。

分類学習器アプリ

モデルの解釈可能性

部分従属プロット、LIME、シャープレイ値、一般化加法モデル (GAM) などの確立された解釈可能性手法を適用することにより、機械学習のブラックボックス的性質を克服します。モデルがその予測を行うのに適切な証拠を使用しているかどうかを検証し、学習中には明らかにならなかったモデルのバイアスを検出します。

モデルの解釈可能性

自動化された機械学習 (AutoML)

学習データから自動的に特徴を生成し、ベイズ最適化のようなハイパーパラメーター調整手法を使用してモデルを最適化します。信号や画像のデータにウェーブレット散乱などの特定用途向けの特徴抽出手法を用いたり、近傍成分分析 (NCA)、Minimum Redundancy Maximum Relevance (MRMR)、逐次特徴選択などの特徴選択手法を使用したりします。

コード生成および Simulink との統合

統計モデルと機械学習モデルを組み込みシステムに展開し、前処理および後処理を含む、機械学習全体のアルゴリズムの可読性に優れた C/C++ コードを生成します。Simulink で MATLAB Function ブロックとネイティブブロックから機械学習モデルを使用して、忠実度の高いシミュレーションの検証と妥当性確認の作業を高速化します。

スケーリングとパフォーマンス

tall 配列を使用することにより、コードの変更を最小限に抑えて、大きすぎてメモリに収まらないデータセットを用いた機械学習モデルの学習を実行します。さらに、デスクトップ、クラスター、またはクラウドで並列計算を使用することにより、統計計算とモデル学習を高速化できます。

tall 配列

関連するトピック

Panel Navigation

ディープラーニング

畳み込みニューラル ネットワークの設計、構築、可視化

Panel Navigation

データサイエンス

設計や意思決定の向上に役立つデータ駆動型の洞察の提供

Panel Navigation

予知保全

状態監視/予知保全ソフトウェアを開発および展開

今すぐ始める

対話形式

対話型の例

ブラウザーで例を実行して、MATLAB の機能を確認できます。

機械学習入門

機械学習入門

分類問題の実用的な機械学習方法の概要を対話形式で説明します。

入門リソース

入門リソースを見る

デモ、対話型の例、無料チュートリアルをご利用ください。

30日間無料トライアル

詳細を見る
ebook

Statistics and Machine Learning Toolbox

統計と機械学習を使用してデータを解析およびモデル化