Statistics Toolbox

Maschinelles Lernen

Algorithmen für maschinelles Lernen verwenden Berechnungsmethoden, um Informationen direkt aus Daten zu „lernen“, ohne vorher eine bestimmte Gleichung als Modell zu übernehmen. Mit wachsender Anzahl von Stichproben, die zum Lernen zur Verfügung stehen, können diese Algorithmen ihre Leistung adaptiv steigern.

Maschinelle Lernverfahren mit MATLAB 3:02
Datenaufbereitung und Training von Modellen zu maschinellen Lernverfahren mit MATLAB

Klassifikation

Mit Klassifizierungsalgorithmen können Sie eine kategorische abhängige Variable als Funktion von einem oder mehreren Prädiktoren modellieren. Die Statistics Toolbox bietet eine Vielzahl parametrischer und nichtparametrischer Klassifikationsalgorithmen, wie:

Einführung in die Klassifizierung 9:00
Entwickeln Sie prädiktive Modelle zur Klassifizierung von Daten.

Sie können die Qualität des Fits für die resultierenden Klassifizierungmodelle mit Hilfe von Techniken bewerten, wie:

Clusteranalyse

Statistics Toolbox bietet verschiedene Algorithmen zur Datenanalyse durch k-Means, hierarchisches Clustering, Gaußsche Mischverteilungsmodelle oder Hidden Markov Models. Wenn die Clusteranzahl unbekannt ist, bietet die Toolbox Techniken zur Clusterschätzung, um die Anzahl der in den Daten vorhandenen Cluster basierend auf einer benutzerdefinierten Metrik zu bestimmen.

Plot showing natural patterns in gene expression profiles obtained from baker’s yeast.
Diagramm mit natürlichen Mustern in Genexpressionsprofilen bei Backhefe. Hauptkomponentenanalyse (PCA) und K-Means-Clustering-Algorithmen werden verwendet, um Cluster in den Profildaten zu finden.

Gencluster mithilfe von k-Means (Beispiel)
Erfahren Sie, wie Muster in Genexpressionsprofilen durch Untersuchung der Genexpressionsdaten entdeckt werden können.

Two-component Gaussian mixture model fit to a mixture of bivariate Gaussians.

Zwei-Komponenten-Gauß-Modell für eine Mischung von bivariaten Peak-Funktionen (Gauß).

Output from applying a clustering algorithm to the same example.
Ergebnis der Anwendung eines Clusteralgorithmus auf dasselbe Beispiel.
Dendrogram plot showing a model with four clusters.

Dendogramm eines Modells mit vier Clustern.

Clusteranalyse (Beispiel)
Verwendung von k-Means und hierarchischem Clustering, um natürliche Gruppierungen in Daten zu finden.

Regressionen

Mit Regressionsalgorithmen können Sie eine kontinuierliche abhängige Variable als Funktion von einem oder mehreren Prädiktoren modellieren. Die Statistics Toolbox bietet eine Vielzahl parametrischer und nichtparametrischer Klassifikationsalgorithmen, wie:

Computational Statistics: Auswahl, Regularisierung und Verkleinerung von Merkmalen mit MATLAB 36:51
So gelingen exakte Anpassungen auch bei korrellierten Daten.

Weiter: Multivariate Statistik

Probieren Sie Statistics Toolbox

Testsoftware anfordern

Machine Learning with MATLAB

Webinar anzeigen