Statistics Toolbox

Funzionalità principali

  • Tecniche di regressione, tra cui regressione lineare, modelli lineari generalizzati, regressione non lineare, robusta, regolarizzata, ANOVA e modelli a effetti misti
  • Modellazione ripetuta delle misure per i dati con misurazioni multiple per ciascun soggetto
  • Distribuzioni probabilistiche univariate e multivariate, tra cui copule e misture di gaussiane
  • Generatori di numeri casuali e quasi-casuali e campionatori basati sule catene di Markov
  • Test delle ipotesi per distribuzioni, dispersione, nonché tecniche di progettazione di esperimenti (DOE)
  • Algoritmi di apprendimento automatico con supervisione, tra cui support vector machine (SVM), alberi decisionali con boosting e bagging, classificazione k-Nearest Neighbor, classificazione Naïve Bayes, e analisi discriminante
  • Algoritmi di apprendimento automatico senza supervisione, tra cui k-means e clustering gerarchico, misture di gaussiane e modelli di Markov nascosti
Avanti: Analisi esplorativa dei dati

Prova Statistics Toolbox

Richiedi la versione di prova

Machine Learning with MATLAB

Visualizza webinar