探查数据，构建机器学习模型，
matlab® 让数据科学工作变得轻松，借助其中的工具，您可以访问和预处理数据、构建机器学习和预测模型，并将模型部署到企业 it 系统。
- 访问存储在平面文件、数据库、数据历史记录和云存储中的数据，或连接到数据采集硬件和金融数据源等实时源
- 使用多种数据类型和预处理功能管理和整理数据，以编程或交互方式准备数据，例如使用真实值 (ground-truth) 标注应用程序
- 利用 matlab 图形和实时编辑器的记事本式环境撰写数据分析文档
- 对传感器、文本、图像、视频和其他类型的数据运用领域特定的特征工程技术
- 使用机器学习和深度学习应用程序探索多种建模方法
- 借助自动特征选择、模型选择和超参数调优算法微调机器学习和深度学习模型
- 将机器学习模型直接部署到生产环境 it 系统，而无需采用其他语言重新编码
- 将机器学习模型自动转换为独立的 c/c 代码
应用型机器学习
查找最佳机器学习模型。无论您是寻求机器学习入门帮助的初学者，还是希望快速评估各类模型的专家，我们的分类和回归应用程序都能帮助您快速得出结果。您可以使用各种时下热门的分类和回归算法，根据标准指标比较模型，导出较为理想的模型以供进一步分析和集成。如果更喜欢手动编写代码，您也可以使用模型训练函数中内置的超参数优化，从而快速找到调节模型的最佳参数。
多平台部署
将机器学习模型部署到各类平台，包括 c/c 代码、cuda® 代码、企业 it 系统或云。如需提升性能，您可以从 matlab 代码生成独立的 c 代码，创建具有高性能推理速度和较小内存占用量的可部署模型。您还可以导出机器学习模型，以便在 simulink® 中使用，或将模型部署到 matlab production server™，以便与 web、数据库和企业应用集成。
30天免费试用
快速入门