WOLFRAM

Wolfram机器学习Wolfram 语言
的核心内容

机器学习与神经网络。

从产品级别的经典机器学习到现代人工智能,与统计分析、可视化、图像处理等深度集成,构建智能系统。

分类

立即使用预先训练的分类器或构建您自己的分类器,将任何数据(包括文本、图像、数组、音频和视频)划分为有限的类别。范例包括识别植物的叶子、鸟的叫声或人类的行为。可用的方法囊括了逻辑回归、随机森林、支持向量机、神经网络等方法。

回归

预测价格、预测治疗效果或农作物的产量:在各个领域使用回归分析,根据一组变量来预测数值,包括数字、数组、图像和文本。充分利用从任意类型的数据中提取特征的强大能力,然后自动选择最佳模型和参数,或完全自主控制整个过程。

聚类分析

在没有先验知识的情况下,通过无监督分类对不同的对象进行分组。聚类可用于对客户类型、动物类别和其他组别进行分类。支持不同的方法,包括 k 均值、谱聚类和层次聚类。

降维

在低维空间中表示任何数据,可视化具有多种特征(包括非数值特征)的复杂数据集,并执行数据压缩甚至进行无监督特征选择。主成分、等距映射、T-SNE 和 UMAP 等多种方法允许对线性和非线性结构进行建模。

异常值检测

检测极端的、与众不同的或不寻常的值。在数据集上直接标记异常值,构建可重复使用的异常值检测器或从基于任何类型数据构建的分布开始。应用范围从故障检测到性能监控、质量评估、独特性检测等。

缺失数据填补

用生成的合成数据填补数据集中的缺失值。由设备故障、损坏的文件或不完整的数据录入而导致的数据丢失会给模型训练带来重大偏差,甚至使训练无法进行。自动或使用给定的分布来填补缺失值。

神经网络

热带雨林状态正常吗?这个 MRI 扫描中有肿瘤吗? 怎么用法语说“猫”?使用神经网络通过一个简单但灵活的框架来回答这些以前很难回答的问题。导入预先训练的模型,通过重新训练模型或从头开始训练网络来适应新问题。

自然语言处理

在一段文本中找到问题的答案,对特定概念出现的地方进行标记,或分析句子的句法结构。自然语言处理是数据挖掘、市场研究和客户支持等领域的关键组成部分。

计算机视觉

使用机器学习和神经网络模型高效准确地查找和识别图像中的物体、文字、面部等,或执行高级分割、风格化等其他操作。应用场景极为广泛,从驾驶员辅助系统到自动化质量控制、安全、医疗和其他应用。

语音计算

分析和处理语音信号以检测发声间隔、执行语音识别、识别说话者甚至改变说话者的音高。将机器学习与音频处理、统计分析和可视化结合起来,实现简单高效的语音计算。

Live Playground

This is an interactive notebook—try making your own changes!

Wolfram 机器学习的相关参考资料

Wolfram 机器学习Wolfram 语言的一个组成部分。整个系统包含了六千多个内置函数,涵盖了计算领域的方方面面,所有内容被精心集成在一起,相互支持,完美地结合为一个整体。

Wolfram 语言
所有资料与参考文档
LogitModelFit ▪ ProbitModelFit ▪ LinearModelFit ▪ GeneralizedLinearModelFit ▪ NonlinearModelFit ▪ FittedModel ▪ Normal ▪ NominalVariables ▪ LinkFunction ▪ LinearOffsetFunction ▪ ConfidenceLevel ▪ VarianceEstimatorFunction ▪ DispersionEstimatorFunction ▪ DesignMatrix ▪ FindFormula ▪ FindDistribution ▪ ClusteringComponents ▪ ClusterClassify ▪ ClusteringMeasurements ▪ MeanShift ▪ NearestNeighborGraph ▪ Dendrogram ▪ ClusteringTree ▪ FindGraphCommunities ▪ CommunityGraphPlot ▪ ConnectedComponents ▪ FindGraphPartition ▪ FindClique ▪ FindKClique ▪ ImageForestingComponents ▪ WatershedComponents ▪ GrowCutComponents ▪ DistanceFunction ▪ ClusterDissimilarityFunction ▪ Weights ▪ PerformanceGoal ▪ CriterionFunction ▪ Method ▪ NetChain ▪ NetMeasurements ▪ NetPort ▪ NetPortGradient ▪ NetStateObject ▪ NetTrainResultsObject ▪ ThreadingLayer ▪ AggregationLayer ▪ SoftmaxLayer ▪ NetReplacePart ▪ NetInitialize ▪ NetTake ▪ NetAppend ▪ NetReplace ▪ NetFlatten ▪ NetEncoder ▪ NetDecoder ▪ LLMResourceFunction ▪ Predict ▪ Classify ▪ ActivePrediction ▪ SequencePredict ▪ Nearest ▪ FindFit ▪ FindClusters ▪ FeatureExtraction ▪ FeatureSpacePlot ▪ FeatureImpactPlot ▪ AnomalyDetection ▪ DimensionReduction ▪ MissingValueSynthesis ▪ LLMFunction ▪ LLMSynthesize ▪ ImageSynthesize ▪ ChatObject ▪ LLMPrompt ▪ LLMTool ▪ LLMConfiguration ▪ NetModel ▪ NetTrain ▪ NetGraph ▪ LinearLayer ▪ ConvolutionLayer ▪ AttentionLayer ▪ ImageIdentify ▪ ImageCases ▪ FindFaces ▪ TextRecognize ▪ ImageGraphics ▪ TextSummarize ▪ LanguageIdentify ▪ TextStructure ▪ TextCases ▪ SpeechRecognize ▪ AudioIdentify ▪ SpeechCases ▪ SpeakerMatchQ ▪ PitchRecognize ▪

开始使用 Wolfram 机器学习

Explore interactive examples
in the cloud

Wolfram 支持各种规模的组织