WolframMachine LearningPARTE CENTRAL DA
WOLFRAM LANGUAGE
Machine Learning & Redes Neurais.
De machine learning clássico de nível de produção para a inteligência artificial moderna, com integração profunda com análise estatística, visualização, processamento de imagens e muito mais para construir sistemas inteligentes.
Classificação
Utilize imediatamente classificadores pré-treinados ou crie seu próprio classificador para classificar quaisquer dados, incluindo texto, imagens, conjuntos, áudio e vídeo, em um número finito de categorias. Exemplos incluem identificar folhas de plantas, cantos de pássaros ou ações humanas. Os métodos disponíveis variam de regressão logística, floresta aleatória e máquinas de vetor de suporte em redes neurais.
Regressão
Preveja preços ou efeitos de tratamento ou produtividade de culturas: faça uso da análise de regressão para prever um valor de um conjunto de variáveis, incluindo números, conjuntos, imagens e texto. Utilize extração de função robusta de qualquer tipo de dado e, então, deixe a automação selecionar o melhor modelo e parâmetros ou customizar com controle completo.
Análise de Cluster
Agrupe diferentes objetos com base em sua similaridade, sem conhecimento prévio, com classificação não supervisionada. A clusterização pode ser utilizada para categorizar tipos de clientes, taxonomias de animais e muitos outros grupos. São suportados diferentes métodos, incluindo clusterização k-means, clusterização em espectro e clusterização hierárquica.
Redução da Dimensionalidade
Represente quaisquer dados em um espaço baixo-dimensional para visualizar conjuntos de dados complexos com diversas funções (inclusive não numérica) e execute a compressão de dados ou até mesmo a seção de funções não supervisionadas. Uma variedade de métodos, como componentes principais, mapeamento isométrico, T-SNE e UMAP, permite modelagem em estruturas lineares e não lineares.
Detecção de Anomalias
Detecte valores extremos, novos ou incomuns. Identifique as anomalias diretamente em um conjunto de dados, crie um detetor de anomalias reutilizável ou parte de um conjunto de distribuição de qualquer tipo de dados. As aplicações variam de detecção de falhas para o monitoramento do desempenho, avaliação de qualidade, detecção de novidades e muito mais.
Atribuição de Dados Ausentes
Preencha valores ausentes em seu conjunto de dados com geração de dados sintéticos. Dados ausentes em razão de mau funcionamento de equipamentos, arquivos corrompidos ou entradas de dados incompletos podem introduzir tendências significativas no treinamento do modelo ou até mesmo impossibilitar o treinamento. Atribua valores ausentes automaticamente ou utilize uma dada distribuição.
Redes Neurais
A floresta tropical está saudável? Há um tumor nessa ressonância? Como se diz "gato" em francês? Faça uso das redes neurais para responder essas perguntas um tanto difíceis com uma estrutura simples e flexível. Importe modelos pré-treinados, adapte modelos a novos problemas, retreinando-os ou treinando uma rede do começo.
Processamento de Linguagem Natural
Encontre a resposta para uma pergunta em um texto, marque cada menção de um conceito específico ou analise a estrutura sintática de uma frase. O processamento de linguagem natural é um ingrediente-chave em campos, tais como mineração de dados, pesquisa de mercado e atendimento ao cliente.
Visão Computacional
Encontre de maneira eficiente e eficaz e reconheça objetos, texto, rostos e muito mais em imagens, ou execute segmentação avançada e estilização usando machine learning e modelos de redes neurais. As soluções são encontradas de sistemas de assistência ao condutor a controle de qualidade automatizado, segurança, aplicações médicas e outras.
Computação por Fala
Analise e processe sinais de discurso para detectar intervalos na fala, execute reconhecimento de falas, identifique palestrantes ou até mesmo altere o tom do palestrante. Faça uso de machine learning com processamento de áudio, análise estatística e visualização para permitir análise de discurso fácil e altamente eficiente.
Documentação para Wolfram Machine Learning
Wolfram Machine Learning é uma parte embutida da Wolfram Language. Todo o sistema contém mais de 6 mil funções integradas, abrangendo todas as áreas da computação — tudo cuidadosamente integrado para que funcione perfeitamente em conjunto.
Escopo Completo & Documentação
Cursos Introdutórios e muito mais
Comece agora mesmo com Wolfram Machine Learning
Acesse a Wolfram Language pelo Wolfram|One ou pelo Mathematica
