MATLAB을 활용한 데이터 사이언스

데이터 탐색; 머신 러닝 모델 구축;
예측 분석 수행하기

MATLAB ®은 데이터에 액세스하여 전처리하고, 머신 러닝과 예측 모델을 구축하며, 엔터프라이즈 IT 시스템에 모델을 배포하는 툴을 사용하여 데이터 사이언스 을 쉽게 만듭니다.

  • 플랫 파일, 데이터베이스, 데이터 기록 및 클라우드 스토리지에 저장된 데이터에 액세스하거나, 데이터 수집 하드웨어금융 데이터 피드와 같은 실시간 소스에 연결하기
  • 지상 실측 데이터의 레이블 지정 작업용 앱을 포함하여, 프로그램에 따른 대화형 데이터 준비를 위한 데이터형과 전처리 기능을 사용하여 데이터를 관리하고 정리하기
  • MATLAB 그래픽라이브 편집기 노트북 환경을 통한 문서 데이터 분석하기
  • 센서, 텍스트, 이미지, 비디오 및 기타 유형의 데이터에 대한 도메인별 기능 엔지니어링 기법 적용하기
  • 머신러닝과 딥러닝 앱을 사용하여 다양한 모델링 접근 방식 탐구하기
  • 자동 기능 선택과 하이퍼 파라미터 튜닝 알고리즘을 사용하여 머신러닝과 딥러닝 모델을 미세 조정하기
  • 다른 언어로 레코딩하지 않고도 시스템 구축 IT 시스템에 머신 러닝 모델을 배포하기
  • 머신 러닝 모델을 독립형 C/ C++ 코드에 자동 변환하기

데이터 과학에 MATLAB을 사용하는 이유

탐색적 데이터 분석

데이터 전처리 시간을 절약합니다. MATLAB 데이터형은 이미지에 대한 시계열 센서 데이터부터 텍스트에 이르기까지 데이터 전처리에 필요한 시간을 크게 줄여줍니다. 고급 함수를 사용하면 서로 다른 시계열을 쉽게 동기화하고, 이상값을 보간 값으로 대체하고, 노이즈 신호를 필터링하고, 원시 텍스트를 단어들로 분할하는 등의 작업을 쉽게 수행할 수 있습니다. 데이터를 신속하게 시각화하여 플롯과 라이브 편집기에서 추세를 파악하고 데이터 품질 문제를 식별합니다.

어플라이드 머신 러닝

최고의 머신 러닝 모델을 찾으십시오. 머신 러닝을 시작하는 데 도움이 필요한 초보자이든, 다양한 모델 유형을 신속하게 평가하려는 전문가이든 상관없이 분류와 회귀를 위한 앱을 사용하면 빠른 결과를 얻을 수 있습니다. 가장 널리 사용되는 분류와 회귀 알고리즘 중에서 선택하고, 표준 메트릭을 기반으로 모델들을 비교하고, 향후 분석과 통합을 위해 유망한 모델을 내보낼 수 있습니다. 코드를 작성하는 것이 스타일에 맞는다면 모델 교육 함수에 내장된 하이퍼 파라미터 최적화를 사용하여 모델을 조정하는 데 가장 적합한 파라미터를 빠르게 찾을 수 있습니다.

멀티 플랫폼 배포

C/ C++ 코드, CUDA® 코드, 엔터프라이즈 IT 시스템 또는 클라우드 등 어디서나 머신 러닝 모델을 배포합니다. 성능이 중요한 경우 MATLAB 코드에서 독립형 C 코드를 생성하여 예측 속도가 고성능이고 메모리 풋 프린트가 적은, 배포 가능한 모델을 만들 수 있습니다. 또한, Simulink®에서 사용하기 위해 머신 러닝 모델을 내보내거나 MATLAB Production Server™에 모델을 배포하여 웹, 데이터베이스 및 엔터프라이즈 응용 프로그램과 통합할 수 있습니다.

무료 평가판 받기

30일 동안 사용해 보십시오.