MATLAB
Para la Ciencia de Datos
Contáctanos
-
Calle 32F # 66C - 07 | Belén Malibú
Medellín - Colombia -
(604) 595 86 18
(604) 201 51 75 -
Explore datos, cree modelos de machine learning, realice análisis predictivo.
MATLAB facilita tareas de data science con herramientas para acceder y preprocesar datos, crear modelos predictivos y de machine learning, y desplegar modelos en sistemas de IT empresariales.
- Acceda a los datos almacenados en archivos planos, bases de datos, historiadores de datos y la nube, o conéctese a fuentes en directo tales como hardware de adquisición de datos y data feeds financieros.
- Gestione y administre los datos mediante tipos de datos y capacidades de preprocesamiento para la preparación programática e interactiva de los datos, incluidas apps para etiquetado de validación (ground-truth).
- Documente el análisis de datos con gráficas de MATLAB y el entorno de libreta de Live Editor.
- Aplique técnicas de ingeniería de características específicas de dominio para datos de sensores, texto, imagen, vídeo y otros tipos.
- Explore una gran variedad de enfoques de modelización mediante apps de machine learning y deep learning.
- Ajuste los modelos de machine learning y deep learning con algoritmos de selección automatizada de características, selección de modelos y ajuste de hiperparámetros.
- Despliegue los modelos de machine learning en los sistemas de producción de IT, sin necesidad de escribirlos en otro lenguaje.
- Convierta automáticamente los modelos de machine learning en código C/C++ autónomo.
Aprenda data science mediante MATLAB con nuestra serie de cuatro cursos en Coursera
¿Por qué utilizar
MATLAB para Data Science?
Análisis exploratorio
de datos
Dedique menos tiempo a preprocesar los datos. Desde datos de sensores de series temporales hasta imágenes o texto, los tipos de datos de MATLAB reducen significativamente el tiempo necesario para preprocesar los datos. Las funciones de alto nivel hacen que sea sencillo sincronizar series temporales dispares, sustituir valores atípicos con otros interpolados, filtrar señales con ruido, separar texto sin procesar en palabras y mucho más. Visualice los datos con rapidez para comprender las tendencias y detectar problemas de calidad de los datos mediante gráficas y Live Editor.
Machine learning aplicado
Encuentre los mejores modelos de machine learning. Tanto si es un novato que necesita ayuda en sus primeros pasos con machine learning como un experto que quiere evaluar con celeridad muchos tipos diferentes de modelos, las apps para clasificación y regresión le ofrecen resultados rápidamente. Escoja entre una gran variedad de los algoritmos de clasificación y regresión más conocidos, compare modelos basados en métricas estándar y exporte modelos prometedores para su posterior análisis e integración. Si prefiere escribir código, puede emplear la optimización de hiperparámetros integrada en las funciones de entrenamiento de modelos, para encontrar rápidamente los mejores parámetros con los que ajustar su modelo.
Despliegue plataformas múltiples
Despliegue los modelos de machine learning donde quiera, incluido código C/C++, código CUDA®, sistemas de IT empresariales o la nube. Si lo que busca es rendimiento, puede generar código C autónomo a partir de su código de MATLAB para crear modelos desplegables con una velocidad de predicción de alto rendimiento y escasa necesidad de memoria. También puede exportar los modelos de machine learning para su uso en Simulink o desplegar los modelos en MATLAB Production Server para su integración en aplicaciones web, de bases de datos y empresariales.
