terasoft

機器學習與MATLAB® 訓練模型、參數調整並將其部署到生產流程或邊緣設備

機器學習讓機器執行對人類而言一件理所當然的事:”從經驗中學習”。使用MATLAB可以讓程式從您的數據中提取資料屬性及特徵,並藉此訓練機器學習的模型。

為什麼選擇 MATLAB 進行機器學習?

使用分類學習應用程式(Classification Learner App)對資料進行分類

使用分類學習應用程式和迴歸學習應用程式(Regression Learner APP)互動式地探索資料、選取特徵以及訓練、比較和評估模型。

使用分類學習應用程式對資料進行分類(4:34)

與 Simulink® 整合

經由MATLAB訓練的模型可以透過MATLAB Function Block或Simulink原生Block無縫整合,進而進行完整的系統模擬,也可進一步部署至嵌入式系統中。

將訓練後的模型部署到硬體

透過產生易於閱讀且可移植的 C/C++ 程式碼,將經過訓練的模型部署到硬體平台(從桌上型電腦到嵌入式硬體)。

機器學習應用

只需幾行 MATLAB 程式碼或低程式碼開發(low-code)介面,您就可以將機器學習融入到您的應用中,無論您是建置模型、萃取特徵還是產生程式碼,甚至部署到嵌入式系統都能輕鬆完成

訊號處理

取得並分析訊號和時間序列數據

預測性維護

開發機器學習模型來檢測和預測故障

計算生物學

透過分析和建模資料將生物的行為進行分類及預測

計算金融

針對財經金應用開發機器學習模型

無線通訊

將AI技術應用在無線通訊領域

雷達

將人工智慧技術應用在雷達領域

機器人

利用AI實現機器人自主性

使用MATLAB進行機器學習教學與範例

無論您是機器學習領域的入門者還是正在尋找協助完成工作流程的工具,了解以下 MATLAB 資源都會對您下一個專案產生幫助。

更多相關資源