통계 및 머신러닝 응용 사례
Statistics and Machine Learning Toolbox™는 데이터를 기술, 분석, 모델링하는 툴을 제공합니다. 다른 MATLAB® 툴박스와 함께 이 툴을 적용하여 산업별 워크플로를 수행할 수 있습니다. 이러한 응용 영역에는 다음이 포함됩니다.
항공우주 — 레이다 및 기타 신호를 탐색하고 이상을 감지하며 예측 모델을 구축합니다.
생명공학 및 제약 — 임상 데이터를 분석하고 신약 발굴 및 개발을 위한 모델링 및 시뮬레이션을 수행합니다.
통신 및 신호 처리 — 오디오 및 기타 신호를 분류하고 무선 장치 및 집적 회로를 모델링합니다.
에너지 생산 — 에너지 수요를 전망하고 생산 장비를 모니터링하며 석유 및 가스의 화합물 처리를 최적화합니다.
산업 자동화 및 기계 — 산업 공정 데이터에 다변량 통계 및 예측 모델링을 적용하고 제조 공정 및 제품 품질을 모니터링하며 가동률 및 수율을 개선합니다.
의료 기기 — 규제 표준을 준수하면서 응용 제품을 개발할 수 있도록 생체의학적 시계열 및 영상 데이터에 대한 해석 가능한 머신러닝 알고리즘을 구축합니다.
정량적 금융 및 위험 관리 — 알고리즘 트레이딩, 자산 배분, 신용 위험, 부정행위 탐지를 위해 모델을 훈련, 비교, 최적화합니다.
항공우주
Radar Target Classification Using Machine Learning and Deep Learning (Radar Toolbox)
Classify radar returns using machine and deep learning approaches. (R2021a 이후)
생명공학 및 제약
고속 염기서열 분석
- Identifying Differentially Expressed Genes from RNA-Seq Data (Bioinformatics Toolbox)
Use a negative binomial model to test RNA-Seq data for differentially expressed genes. - Exploring Protein-DNA Binding Sites from Paired-End ChIP-Seq Data (Bioinformatics Toolbox)
This example shows how to perform a genome-wide analysis of a transcription factor in the Arabidopsis Thaliana (Thale Cress) model organism.
신약 발굴 및 계량 시스템 약리학
- Perform PK/PD Modeling and Simulation to Guide Dosing Strategy for Antibiotics (SimBiology)
This example shows how to perform a Monte Carlo simulation of a pharmacokinetic/pharmacodynamic (PK/PD) model for an antibacterial agent. - Simulate the Glucose-Insulin Response (SimBiology)
Simulate and analyze a physiologically based glucose-insulin model for normal and diabetic patients.
통신 및 신호 처리
Data Analysis on S-Parameters of RF Data Files (RF Toolbox)
Perform statistical analysis on S-parameter data files using magnitude, mean, and standard deviation.
Wavelet Time Scattering with GPU Acceleration — Spoken Digit Recognition (Wavelet Toolbox)
Extract features on your GPU for signal classification.
Feature Selection for Audio Classification (Audio Toolbox)
Perform audio feature selection to select a feature set for either speaker recognition or word recognition tasks.
Speaker Identification Using Pitch and MFCC (Audio Toolbox)
Use machine learning to identify people based on features extracted from recorded speech.
Speaker Diarization Using x-vectors (Audio Toolbox)
Speaker diarization is the process of partitioning an audio signal into segments according to speaker identity.
Accelerate Audio Machine Learning Workflows Using a GPU (Audio Toolbox)
This example shows how to use GPU computing to accelerate machine learning workflows for audio, speech, and acoustic applications. (R2024a 이후)
Generate Synthetic Signals Using Conditional GAN (Signal Processing Toolbox)
Use a conditional generative adversarial network to produce synthetic signals.
Human Activity Recognition Using Signal Feature Extraction and Machine Learning (Signal Processing Toolbox)
Extract features from smartphone sensor signals and use them to classify human activity.
에너지 생산
자산 관리를 위한 예측 분석
- 풍력 터빈 고속 베어링 예지진단 (Predictive Maintenance Toolbox)
지수 성능 저하 모델을 구축하여 풍력 터빈 베어링의 잔여 수명(RUL)을 실시간으로 예측합니다. 지수 성능 저하 모델은 파라미터 사전 값과 최신 측정값을 기반으로 RUL을 예측합니다.
에너지 거래 및 위험 관리(ETRM)
- Model and Simulate Electricity Spot Prices Using the Skew-Normal Distribution (Econometrics Toolbox)
This example shows how to simulate the future behavior of electricity spot prices from a time series model fitted to historical data. - Hedging Strategies Using Spread Options (Financial Instruments Toolbox)
This example shows different hedging strategies to minimize exposure in the Energy market using Crack Spread Options. - Pricing Swing Options Using the Longstaff-Schwartz Method (Financial Instruments Toolbox)
This example shows how to price a swing option using a Monte Carlo simulation and the Longstaff-Schwartz method.
산업 자동화 및 기계
데이터 기반 모델을 사용한 결함 검출 (Predictive Maintenance Toolbox)
결함 검출에 데이터 기반 모델링 접근 방식을 사용합니다.
3축 진동 데이터를 사용하여 산업 기계의 이상 감지 (Predictive Maintenance Toolbox)
머신러닝과 딥러닝을 사용하여 산업 기계 진동 데이터의 이상을 감지합니다.
Build Condition Model for Industrial Machinery and Manufacturing Processes
Train a binary classification model using Classification Learner App to detect anomalies in sensor data collected from an industrial manufacturing machine.
구름 요소 베어링 결함 진단 (Predictive Maintenance Toolbox)
가속도 신호를 기반으로 구름 요소 베어링의 결함 진단을 수행합니다.
잔차 분석을 사용한 원심 펌프의 결함 진단 (Predictive Maintenance Toolbox)
펌핑 시스템에 있는 결함의 검출 및 진단을 위해 모델 패리티 방정식 기반 접근 방식을 사용합니다.
Air Compressor Fault Detection Using Wavelet Scattering (Wavelet Toolbox)
Classify faults in acoustic recordings of air compressors using a wavelet scattering network and a support vector machine. (R2021b 이후)
Predict Battery State of Charge Using Machine Learning
Train a Gaussian process regression model to predict the state of charge of a battery in automotive engineering.
Deploy Neural Network Regression Model to FPGA/ASIC Platform
Predict in Simulink® using a neural network regression model, and deploy the Simulink model to an FPGA/ASIC platform by using HDL code generation.
Monitor Equipment State of Health Using Drift-Aware Learning
This example shows how to automate the process of monitoring the state of health for a cooling system using an incremental drift-aware learning model and Streaming Data Framework for MATLAB® Production Server™.
클라우드에서 드리프트-인식 학습을 사용하여 장비 건전성 상태 모니터링하기
이 예제에서는 클라우드에서 배포된 버전의 Monitor Equipment State of Health Using Drift-Aware Learning 예제를 실행하는 데 필요한 설정을 설명합니다.
의료 기기
Wavelet Time Scattering for ECG Signal Classification (Wavelet Toolbox)
Classify human electrocardiogram signals using wavelet time scattering and a support vector machine classifier.
Wavelet Time Scattering Classification of Phonocardiogram Data (Wavelet Toolbox)
Classify human phonocardiogram recordings using wavelet time scattering and a support vector machine classifier.
Human Activity Recognition Simulink Model for Smartphone Deployment
Generate code from a classification Simulink model prepared for deployment to a smartphone.
Human Activity Recognition Simulink Model for Fixed-Point Deployment
Generate code from a classification Simulink model prepared for fixed-point deployment.
정량적 금융 및 위험 관리
알고리즘 트레이딩
- Machine Learning for Statistical Arbitrage: Introduction (Financial Toolbox)
Get an overview of the workflow for statistical arbitrage and then follow a series of examples to see how capabilities in MATLAB apply. - Machine Learning for Statistical Arbitrage II: Feature Engineering and Model Development (Financial Toolbox)
Create a continuous-time Markov model of limit order book (LOB) dynamics, and develop a strategy for algorithmic trading based on patterns observed in the data.
신용 위험
- Forecasting Corporate Default Rates (Financial Toolbox)
This example shows how to build a forecasting model for corporate default rates. - Credit Scoring Using Logistic Regression and Decision Trees (Risk Management Toolbox)
Create and compare two credit scoring models, one based on logistic regression and the other based on decision trees.
포트폴리오 최적화 및 자산 배분
- Portfolio Optimization Using Factor Models (Financial Toolbox)
This example shows two approaches for using a factor model to optimize asset allocation under a mean-variance framework.
계량경제 모델링
- Time Series Regression I: Linear Models (Econometrics Toolbox)
This example introduces basic assumptions behind multiple linear regression models. - Time Series Regression III: Influential Observations (Econometrics Toolbox)
This example shows how to detect influential observations in time series data and accommodate their effect on multiple linear regression models.
추천 예제
Predict Battery State of Charge Using Machine Learning
Train a Gaussian process regression model to predict the state of charge of a battery in automotive engineering.
Deploy Neural Network Regression Model to FPGA/ASIC Platform
Predict in Simulink using a neural network regression model, and deploy the Simulink model to an FPGA/ASIC platform by using HDL code generation.
클라우드에서 드리프트-인식 학습을 사용하여 장비 건전성 상태 모니터링하기
이 예제에서는 클라우드에서 배포된 버전의 Monitor Equipment State of Health Using Drift-Aware Learning 예제를 실행하는 데 필요한 설정을 설명합니다. 이 항목에서는 다음 그림의 인프라를 이용해 냉각 시스템의 건전성 상태를 모니터링하는 과정을 점진적 드리프트-인식 학습 모델을 사용해서 자동화하는 방법을 보여줍니다. 이 예제를 실행하려면 Statistics and Machine Learning Toolbox™, MATLAB® Compiler SDK™, MATLAB Production Server™, MATLAB Web App Server™가 필요합니다.
Human Activity Recognition Simulink Model for Smartphone Deployment
Generate code from a classification Simulink model prepared for deployment to a smartphone.
MATLAB 명령
다음 MATLAB 명령에 해당하는 링크를 클릭했습니다.
명령을 실행하려면 MATLAB 명령 창에 입력하십시오. 웹 브라우저는 MATLAB 명령을 지원하지 않습니다.
Select a Web Site
Choose a web site to get translated content where available and see local events and offers. Based on your location, we recommend that you select: .
You can also select a web site from the following list:
How to Get Best Site Performance
Select the China site (in Chinese or English) for best site performance. Other MathWorks country sites are not optimized for visits from your location.
Americas
- América Latina (Español)
- Canada (English)
- United States (English)
Europe
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)