Data Science mit MATLAB

Übersicht

MATLAB enthält eine Reihe neuer Tools für Data Science. Dazu gehören Funktionen zur explorativen Datenanalyse und Apps, um schnell mehrere Machine-Learning-Modelle zu trainieren, zu bewerten und zu vergleichen, sowie für die Bereitstellung von Anwendungen auf verschiedenen Plattformen und in unterschiedlichen Programmiersprachen. In diesem Webinar werden die Grundlagen im Bereich Data Science mit MATLAB vorgestellt. Anhand eines Beispiels wir eine typische Problemstellung bei der Datenanalyse behandelt, einschließlich Datenzugriff, Vorverarbeitung, Entwicklung von Machine-Learning-Modellen und schließlich der Bereitstellung des Modells in einer Webanwendung.

Highlights

• Zugriff auf und explorative Analyse großer Datenmengen
• Vorverarbeitung und Analyse verschiedener Datentypen wie Textdaten und Zeitreihen unter Verwendung entsprechender MATLAB-Datentypen (table, timetable, string, categorical, datetime, duration, tall arrays)
• Arbeiten mit fehlerhaften Datensätzen mit Ausreißern und Leerstellen, Glätten verrauschter Daten, Zusammenführen von Tabellen, Synchronisieren von zeitgestempelten Daten und gruppenweise Berechnung von Statistiken
• Visualisierung verschiedener Datentypen: Zeitreihendiagramme, Heatmaps, Schlagwortwolken, geografische Plots, Box-Plots
• Training und Validierung von Machine-Learning-Modellen mit den Apps Classification Learner und Regression Learner
• Integration von Modellvorhersagen in eine cloudbasierte Webanwendung

Über den/die Referenten

In seiner Rolle als Applikationsingenieur unterstützt Sebastian Bomberg MATLAB-Anwender bei Themen wie Datenanalyse und Machine Learning. Vor seiner Tätigkeit bei MathWorks war er in der Nutzfahrzeugindustrie beschäftigt, wo er unter anderem Algorithmen und Tools zur Datenanalyse von Versuchsfahrten entwickelt hat. Sebastian Bomberg hat an der TU München Maschinenwesen studiert und zur Modellierung thermoakustischer Systeme geforscht.