Statistics and Machine Learning Toolbox™ proporciona funciones y apps para describir, analizar y modelizar datos. Puede utilizar estadística descriptiva y gráficos para el análisis exploratorio de datos, ajustar distribuciones de probabilidad a datos, generar números aleatorios para simulaciones Monte Carlo y realizar tests de hipótesis. Los algoritmos de regresión y clasificación le permiten extraer inferencias de datos y crear modelos predictivos.
Para el análisis de datos multidimensionales, Statistics and Machine Learning Toolbox proporciona funciones para selección de características, regresión de pasos sucesivos, análisis de componentes principales (PCA, por sus siglas en inglés), regularización y otros métodos de reducción de dimensionalidad que le permiten identificar variables o características que afectan a su modelo.
Esta toolbox proporciona algoritmos de aprendizaje automático supervisados y sin supervisión, incluyendo máquinas de vector soporte (SVM), árboles de decisión boosted y bagged, k-vecino más próximo, k-means, k-medoids, clustering jerárquico, modelos de mezclas gaussianas y modelos ocultos de Markov. Un gran número de estadísticos y de los algoritmos de aprendizaje automático se pueden emplear para realizar cálculos con conjuntos de datos que son demasiado grandes como para almacenarlos en la memoria.
