データドリブンなアプリケーションはユビキタスであり(市場分析,農業,ヘルスケア,輸送ネットワーク等),データをアプリケーションに変換するためにパターンを分析し,実際の測定値内の相関関係を活用するという特定の目的で機械学習アルゴリズムが開発されてきた. Wolfram言語は,分類,回帰,クラスタリングおよび他の多くの操作を実行するための完全に自動化され高度にカスタマイズ可能な機械学習機能を提供する.従来の方法は強力で象徴的な深層学習フレームワークと,画像,動画,テキスト,音声等の多様なデータタイプに特化したパイプラインによって補完される.

教師あり機械学習 »

Predict データから値を予測する

Classify データをカテゴリに分類する

ActivePrediction  ▪  SequencePredict  ▪  Nearest  ▪  FindFit  ▪  ...

教師なし機械学習 »

FindClusters データをクラスタに分ける

FeatureExtraction データから特徴を抽出する方法を見付ける

FeatureSpacePlot 次元削減した特徴空間でデータを可視化する

FeatureImpactPlot モデルの結果に対して入力特徴の影響を可視化する

AnomalyDetection  ▪  DimensionReduction  ▪  MissingValueSynthesis  ▪  ...

大規模言語モデルの機能 »

LLMFunction 大規模言語モデルプロンプト用のテンプレートを表す

LLMSynthesize 指示に従うテキストを生成する

ImageSynthesize テキストのプロンプトから画像を生成する

ChatObject  ▪  LLMPrompt  ▪  LLMTool  ▪  LLMConfiguration  ▪  ...

ニューラルネットワーク »

NetModel 訓練済みモデルと訓練済みでないモデル一式

NetTrain CPU,GPU等で任意のニューラルネットワークを訓練する

NetGraph  ▪  LinearLayer  ▪  ConvolutionLayer  ▪  AttentionLayer  ▪  ...

コンピュータビジョン »

ImageIdentify 画像の中の物体を認識する

ImageCases  ▪  FindFaces  ▪  TextRecognize  ▪  ImageGraphics  ▪  ...

自然言語処理 »

TextSummarize 自動的にさまざまな種類の要約を作成

LanguageIdentify  ▪  TextStructure  ▪  TextCases  ▪  ...

音声計算 »

SpeechRecognize 音声をテキストにする

AudioIdentify  ▪  SpeechCases  ▪  SpeakerMatchQ  ▪  PitchRecognize