머신 러닝을 위한 MATLAB
모델을 학습시키고 파라미터를 튜닝하며 임베디드 시스템에 배포합니다.
엔지니어와 기타 영역 전문가들은 MATLAB®을 활용하여 수천 가지 머신 러닝 애플리케이션을 배포해 왔습니다. MATLAB을 이용하면 다음을 통해 머신 러닝의 어려운 부분이 용이해집니다.
- 모델을 학습시키고 비교하기 위한 Point-and-Click 앱
- 고급 신호 처리 및 특징 추출 기법
- 모델 성능을 최적화하기 위한 자동 하이퍼파라미터 튜닝 및 특징 선택
- 동일한 코드를 사용하여 빅 데이터 및 클러스터로 연산을 확장할 수 있는 기능
- 임베디드 및 고성능 응용 프로그램을 위한 C/C++ 코드의 자동 생성
- 지도 학습 및 비지도 학습을 위한 널리 활용되는 분류, 회귀, 클러스터링 알고리즘
- 대부분의 통계 및 머신 러닝 연산에서 오픈 소스보다 더욱 빠르게 실행
슬라이드쇼
다섯 가지 대화형 머신러닝 앱
MATLAB을 사용한 머신러닝 활용 사례
자동차
BMW
머신 러닝을 통해 오버스티어링 감지하기
설비 및 에너지
Baker Hughes
데이터 분석과 머신 러닝을 이용한 가스 및 오일 추출 장비의 예측 유지관리
신경과학
Battelle
신경 우회 기술로 마비 환자의 팔과 손 움직임 회복
스케일링과 성능
tall형 배열을 이용하여, 코드를 거의 변경하지 않고도 기계의 메모리에 담기에는 너무 큰 데이터 세트에 대해 머신 러닝 모델을 학습시키십시오. 데스크톱, 클러스터 또는 클라우드에서 이루어지는 병렬 컴퓨팅을 이용하여 통계학적 계산과 모델 학습 속도를 높일 수도 있습니다.
즉시 시작하기
머신 러닝 Onramp
분류 문제를 위한 실용적인 머신 러닝 방법을 대화형 방식으로 소개합니다.
무료 평가판 다운로드
30일 동안 사용 가능