Main Content

AI and Statistics

머신러닝 및 심층 신경망을 위한 데이터 준비, 설계, 시뮬레이션 및 배포

MATLAB®은 데이터에 액세스하여 전처리하고, 머신러닝과 예측 모델을 구축하며, 모델을 배포하는 툴을 제공하여 데이터 사이언스를 쉽게 만들어 줍니다.

앱을 사용해서 혹은 MATLAB 코드 몇 줄만으로 작업에 통계, 머신러닝 및 딥러닝 기법을 적용하여 알고리즘을 설계하고, 데이터를 준비하거나 데이터에 레이블을 지정하고, 코드를 생성하여 임베디드 시스템에 배포할 수 있습니다. 다음과 같은 데이터 유형이나 응용 분야에 특화된 툴을 활용하여 AI 모델링 및 데이터 피팅 워크플로를 확장합니다.

  • 영상, 비디오, 신호, 오디오, 텍스트 등의 데이터 유형

  • 컴퓨터 비전, 오디오 및 신호 처리, 텍스트 분석, 무선 통신, 자율주행 등의 응용 분야

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

도움말 항목

AI 기본 사항

  • MATLAB의 머신러닝 (Statistics and Machine Learning Toolbox)
    분류, 회귀, 군집화, 딥러닝을 위한 MATLAB의 머신러닝 기능에 대해 알아봅니다. 자동 모델 훈련 및 코드 생성을 위한 앱에 대해서도 알아봅니다.
  • MATLAB의 딥러닝 (Deep Learning Toolbox)
    사전 훈련된 신경망 및 전이 학습, 그리고 GPU, CPU, 클러스터 및 클라우드에서의 훈련 등 분류 및 회귀에 컨벌루션 신경망을 사용하여 MATLAB의 딥러닝 기능을 알아봅니다.
  • 강화 학습이란? (Reinforcement Learning Toolbox)
    강화 학습은 목표 지향적인 연산 접근법으로, 컴퓨터가 불확실한 동적 환경과 상호 작용하여 작업 수행 방법을 학습하는 유형입니다.

AI 모델링

시뮬레이션 및 배포

추천 예제