最新機能

機械学習に関するMATLAB の最新機能

インタラクティブ アプリ

  • 分類学習器アプリを使用して、対話的なデータ分析、特徴選択および教師あり分類モデルの学習と評価を実行
  • 新着 回帰学習器アプリで対話的に回帰モデルを学習
  • Distribution Fitter アプリを使用してデータを広範囲の確率分布に近似させ、パラメーター値の変更の影響を分析

関連製品: Statistics and Machine Learning Toolbox

ビッグ データ

  • 分類、回帰、クラスタリング アルゴリズムで tall 配列を使用し、メモリに収まりきらないデータセットを使ってモデルを学習
  • 全体のデータセットの処理を遅らせることで処理待ちの時間を最小化
  • 新着 カーネル SVM 回帰の近似および分類モデルを tall 配列と共に使用
  • 新着 メモリに収まらないデータに対する高速な近似の平均、分位数および非階層的分割

関連製品: Parallel Computing Toolbox, Statistics and Machine Learning Toolbox

モデルの自動最適化

  • ベイズ最適化によるハイパーパラメーターの自動調整
  • 近傍成分解析 (NCA) などの手法による関連する特徴のサブセットの自動選択
  • 新着 スパース フィルターおよび再構成型独立成分分析 (RICA) を使用した教師なし特徴学習

関連製品: Statistics and Machine Learning Toolbox

配布

  • 一般的な分類、回帰、クラスタリング アルゴリズムに対する C/C++ コードの自動生成
  • 新着 ベクトルおよび行列の距離計算や、k 最近傍法および決定木以外のアンサンブル学習による予測モデルの C コードの生成

関連製品: MATLAB Coder, MATLAB Compiler, Statistics and Machine Learning Toolbox

データの可視化

  • 散布図、箱ひげ図、デンドログラム、その他の標準統計の可視化によりデータの構造および特徴間の関係を探索
  • 新着 t 分布型確率的近傍埋め込み法 (t-SNE) などの高度な次元削減アルゴリズム
  • 新着 分類学習器アプリ内の散布図による高密度データの可視化

関連製品: Statistics and Machine Learning Toolbox

汎用プログラミングと機械学習のタスクにおける MATLAB® と Microsoft® R Open (3.4.1) および the Intel®Distribution for Python (2018) の比較

機械学習および統計アルゴリズム

  • 線形モデル、一般化線形モデル、サポート ベクター マシン、決定木、アンサンブル学習など分類および回帰で一般的に使用されているアルゴリズム
  • 新着 k 平均法、k-medoids 法、階層クラスタリング、混合ガウス、隠れマルコフ モデルを含む、一般的なクラスタリング アルゴリズム
  • 統計および機械学習でオープンソース ツールよりも高速な計算実行

関連製品: Statistics and Machine Learning Toolbox