Statistics and Machine Learning Toolbox™ fornece funções e aplicações para descrever, analisar e modelar dados. Você pode usar estatísticas descritivas, visualizações e clustering para análise de dados exploratórios; ajustar distribuições de probabilidade aos dados; gerar números aleatórios para simulações de Monte Carlo, e realizar testes de hipóteses. Algoritmos de regressão e classificação permitem extrair inferências dos dados e construir modelos preditivos de forma interativa, usando os aplicativos Classification and Regression Learner, ou programática, usando AutoML.
Para análise de dados multidimensionais e extração de características, a caixa de ferramentas fornece análise de componentes principais (PCA), regularização, redução da dimensionalidade e métodos de seleção de características que permitem identificar variáveis com o melhor poder preditivo.
A caixa de ferramentas fornece algoritmos de aprendizagem de máquinas supervisionados, semi-supervisionados e não supervisionados, incluindo máquinas vetoriais de suporte (SVMs), árvores de decisão impulsionadas, meios k, e outros métodos de agrupamento. Você pode aplicar técnicas de interpretabilidade, como gráficos de dependência parcial e LIME, e gerar automaticamente código C/C++ para implantação embarcada. Muitos algoritmos da caixa de ferramentas podem ser usados em conjuntos de dados que são muito grandes para serem armazenados na memória.
---