MATLAB을 사용한 머신러닝

머신러닝은 인간이 자연스럽게 경험을 통해 배우는 것처럼 컴퓨터가 경험을 통해 학습하도록 교육합니다. MATLAB을 사용하여 데이터에서 특징을 엔지니어링하고 머신러닝 모델을 피팅할 수 있습니다.

왜 머신러닝에 MATLAB을 사용해야 할까요?

분류 학습기 및 회귀 학습기 앱을 사용하여 대화형 방식으로 데이터를 탐색하고, 특징을 선택하고, 모델을 훈련, 비교 및 평가할 수 있습니다.

전체 시스템에 대한 임베디드 배포나 시뮬레이션을 수행하려는 경우, 훈련된 모델을 Simulink에서 네이티브 또는 MATLAB Function 블록으로 통합할 수 있습니다.

가독성과 이식성이 좋은 C/C++ 코드를 생성하여 훈련된 모델을 하드웨어 플랫폼으로(데스크탑 시스템에서 임베디드 하드웨어로) 배포할 수 있습니다.

단 몇 줄의 MATLAB 코드 또는 로우코드 앱을 사용하여 모델 구축, 특징 엔지니어링 또는 코드 생성 및 임베디드 시스템 대상 배포 등의 다양한 응용 사례에 머신러닝을 적용할 수 있습니다.

여러분이 머신러닝을 처음 접하든 종단간 워크플로를 찾고 있든 아래의 MATLAB 자료를 살펴보고 다음번 프로젝트에 활용할 수 있습니다.

시작하기

통계 및 머신러닝을 사용한 데이터 분석 및 모델링

알고리즘과 사전 훈련된 모델로 심층 신경망 설계 및 구현