데이터 분석을 위한 MATLAB

데이터 탐색, 모델링 및 시각화

엔지니어와 과학자들은 MATLAB®을 사용하여 기후학, 건전성 예측관리, 의료 연구, 금융과 같은 다양한 분야의 복잡한 데이터 세트를 구성하고, 정리하고, 분석합니다. MATLAB은 다음의 기능을 제공합니다.

  • 엔지니어링 및 과학 데이터를 위해 설계된 데이터형 및 전처리 기능
  • 폭넓은 사용자 정의가 가능한 대화형 데이터 시각화
  • 통계 분석, 머신 러닝, 신호 처리를 위한 수많은 사전 빌드된 함수
  • 전문적으로 작성된 방대한 설명서
  • 간단한 코드 변경 및 추가 하드웨어로 가속화되는 성능
  • 본격적인 코드 변경을 수행하지 않고도 빅 데이터로 분석 확장
  • 알고리즘을 수동으로 기록하지 않고도 무료 배포 가능한 소프트웨어 구성요소 또는 임베드 가능한 소스 코드로의 자동 분석 패키징
  • 분석에서 자동으로 생성되는 공유 가능한 보고서

데이터 분석을 위해 MATLAB 사용

데이터 구성 및 탐색

테이블 형식, 시계열, categorical형 및 텍스트 데이터를 위해 설계된 데이터형으로 데이터를 구성할 수 있습니다. MATLAB 언어를 사용하여 다양한 분야의 수많은 알고리즘을 바탕으로 프로그램을 작성할 수 있습니다. 시각화를 대화형 방식으로 사용자 정의한 후 자동으로 MATLAB 코드를 생성하여 새로운 데이터로 재현할 수 있습니다.


자세히 알아보기

제품 소개

더 적은 코드로 데이터 분석

MATLAB 앱을 사용하면 머신 러닝 모델 교육, 데이터 레이블 지정과 같은 반복적인 작업을 대화형 방식으로 수행할 수 있습니다. MATLAB 앱은 사용자가 반복적으로 수행한 작업을 프로그래밍 방식으로 재현하는 데 필요한 MATLAB 코드를 생성합니다.

사전 빌드된 함수군을 사용하여 센서 드리프트, 신호 이상값, 누락된 데이터 및 잡음을 식별할 수 있습니다. 테이블을 연결하고 시계열 데이터를 동기화하여 개별적인 데이터 세트를 결합할 수 있습니다. 라이브 편집기 작업을 사용하면 라이브 스크립트 내에서 이러한 문제를 대화형 방식으로 풀 수 있으며, 자동으로 코드가 생성됩니다. 전문적으로 작성된 방대한 설명서를 참고하여 새로운 MATLAB 함수를 사용하는 방법을 알아보십시오.


몇 가지 변경만으로 분석 확장

parfor 루프와 다중프로세서 하드웨어를 사용하여 최소한의 코드 변경만으로 병렬 분석을 가속화하십시오. gpuarray를 만들면 대상 알고리즘에서 GPU 가속을 십분 활용할 수 있습니다. 데이터 분석 워크플로의 처음부터 끝까지 수백 개의 함수를 오버로드하여 메모리 부족 데이터에 대한 연산을 수행하는 tall형 배열을 사용하면 메모리 부족 데이터 세트를 처리할 수 있습니다.


결과 공유

실행 파일, C/C++ 라이브러리, .NET 어셈블리, Java® 라이브러리, Python® 패키지와 같은 무료로 공유 가능한 소프트웨어 구성요소에서 분석을 패키징하십시오. MATLAB 코드를 C 및 C++ 코드로 자동 변환하여 임베디드 타겟에 배포할 수 있습니다. MATLAB 라이브 편집기를 사용하여 작업을 기록하고, PDF, Microsoft® Word, Latex 및 HTML로 결과를 내보낼 수 있습니다.