MathWorks heeft onlangs Release 2016b (R2016b) uitgebracht met nieuwe mogelijkheden die het werken met big data in MATLAB vereenvoudigen. Analisten, wetenschappers en ingenieurs kunnen nu makkelijker werken met data die te groot zijn voor het geheugen. R2016b biedt ook additionele functies in Simulink; alsmede een nieuw product, de Risk Management Toolbox en verder nog updates en bugfixes in 83 andere producten.
Zogenaamde ‘tall arrays’ bieden gebruikers de mogelijkheid om op een natuurlijke manier te werken met out-of-memory data met behulp van vertrouwde MATLAB-functies en -syntax. Hierdoor hoeft men geen gebruik te maken van programmeertechnieken die normaal gesproken voor werken met big data nodig zijn. Gebruik tall arrays met honderden algoritmes voor wiskunde, statistiek en machine learning. Code kan draaien op Hadoop-clusters of direct worden geïntegreerd in Spark-toepassingen.
R2016b bevat ook een nieuwe ‘timetable data container’ voor het indexeren en het synchroniseren van gegevens in tabelvorm met een ‘time-stamp’, ‘string arrays’ voor het efficiënt manipuleren, vergelijken en opslaan van tekstuele data en nieuwe functies voor het voorbewerken van data.
“Bedrijven worden overspoeld door data maar hebben moeite om efficient gebruik te maken van deze data om betere voorspellende modellen te bouwen en dieper inzicht te krijgen” zegt David Rich, MATLAB marketing director bij MathWorks. “Met R2016b, hebben we het voor domeinexperts mogelijk gemaakt om met nog meer data nog gemakkelijker te werken. Dit resulteert uiteindelijk in beter systeemontwerp, betere performance en hogere betrouwbaarheid.”
Een uitgebreide beschrijving van alle vernieuwingen inclusief video is hier te vinden.
