이 페이지의 최신 내용은 아직 번역되지 않았습니다. 최신 내용은 영문으로 볼 수 있습니다.

통계 계산 속도 개선

통계 함수의 병렬 계산 또는 분산 계산

Statistics and Machine Learning Toolbox™에서는 병렬 컴퓨팅을 사용하여 특정 통계 계산의 속도를 높일 수 있습니다. 병렬 컴퓨팅에서 단일 MATLAB® 클라이언트 세션은 독립적인 처리를 위해 코드 세그먼트를 여러 워커에 분산시킨 후 이렇게 얻은 개별 결과를 결합하여 계산을 완료합니다.

병렬 컴퓨팅을 사용하여 부트스트랩 및 잭나이프, 결정 트리의 부스팅 및 배깅, 교차 검증, 군집화 알고리즘 등과 같은 재추출 기법의 속도를 높일 수 있습니다. 병렬 컴퓨팅을 지원하는 Statistics and Machine Learning Toolbox 함수의 전체 목록은 Quick Start Parallel Computing for Statistics and Machine Learning Toolbox 항목을 참조하십시오.

병렬 컴퓨팅 기능을 사용하려면 Parallel Computing Toolbox™ 라이선스가 있어야 합니다.

도움말 항목

Quick Start Parallel Computing for Statistics and Machine Learning Toolbox

Get started with parallel statistical computing.

Concepts of Parallel Computing in Statistics and Machine Learning Toolbox

Overview of the ideas in parallel statistical computations.

When to Run Statistical Functions in Parallel

Deciding when to call functions in parallel

Working with parfor

Parallel computing using parfor with statistics functions.

Implement Jackknife Using Parallel Computing

Speed up the jackknife using parallel computing.

Implement Cross-Validation Using Parallel Computing

Speed up cross-validation using parallel computing.

Implement Bootstrap Using Parallel Computing

Speed up the bootstrap using parallel computing.

Reproducibility in Parallel Statistical Computations

How to obtain identical results from repeated parallel computations.