MATLAB에서의 Data 수집 및 저장 핸들링 기법 소개와 Data Analytic 솔루션 소개

이 세션에서는 MATLAB®의 다양한 데이터 수집 기능과 데이터를 가공하여 손쉽게 사용할 수 있는 방법을 소개합니다. 새롭게 MATLAB에 추가된 데이터 타입을 통하여 사용자는 보다 간편하게 대용량 데이터 및 테이블 형태의 데이터를 사용할 수 있습니다. 이러한 방법으로 빅데이터 활용 및 분석 어플리케이션을 개발 할 수 있습니다.

녹화된 날짜: 2014년 5월 22일

관련 제품

피드백

다음::

이 세션에서는 MATLAB에서 HDF 형태의 빅테이터 소스를 처리하는 방법과, 일반적인 파일 자료 혹은 하드웨어와의 인터페이스를 통한 데이터 수집 방법에 대해 설명합니다. 아울러 새로운 데이터 타입의 활용을 통한 이들 데이터를 쉽고 간단하게 다루는 방법을 통해, MATLAB의 데이터 수집 기능의 장점을 확인 하실 수 있습니다.

빅 데이터 및 다양한 데이터 처리 위한 MATLAB의 인터페이스 환경 및 새로운 기능

관련 비디오:

MATLAB의 통계관련 제품들은 data를 단순화 및 fitting 작업을 하실 수 있는 방대한 라이브러리를 지원합니다. 본 세션은 모델의 선형 및 비선형 회귀분석을 하실 때에 있어서 localized regression과 boosted decision tree를 통한 모델링, 집단선택(feature selection), 수축(shrinkage)을 이용한 모델의 불필요한 변수를 줄이는 방법에 대해 소개해 드립니다. parametric fitt

MATLAB을 이용한 고급 데이터 fitting 기법

본 웨비나는 MATLAB을 이용해 데이터 수집 및 분석, 응용 프로그램 개발을 하시려는 분들을 위한 웨비나입니다.

데이터 분석 및 응용 프로그램 개발을 위한 MATLAB 환경 소개

단일 환경하에서 전 범위를 커버할 수 있는 모델링 및 설계 기법들을 제공함으로써 데이터 애널리틱 및 센서 처리의 개발을 가속화 하는 방법에 대해서 소개.

센서 데이터 애널리틱스를 위한 신호처리 및 머신러닝 기법

이 세션에서는 MATLAB 의 새로운 제품인 Statistics and Machine Learning Toolbox 의 기능에 대한 소개와 함께, 앱 기반의 다양한 머신러닝 관련 기능들을 소개합니다. MATLAB의 사용자 인터페이스가 강화된 앱기반의 다양한 기능들은 사용자의 데이터 애널리틱 솔루션을 보다 쉽고 효과적으로 개발하도록 도와드립니다.

머신 러닝(기계학습)을 통한 MATLAB의 데이터 애널리틱 솔루션

관련 비디오 더 보기