| Dosya türü | APK |
|---|---|
| Sürüm | 1.1.7 |
| Yayımcı | Darren Yates |
| Yayın tarihi | 3 Kas 2019 |
| Ekleme Tarihi | 3 Kas 2019 |
| İşletim sistemi gereksinimleri | Android |
| Gereksinimler | Requires Android 4.4 and up |
| Toplam indirme | 4 |
| Haftalık indirme | 1 |
| Fiyat | Free |
Açıklama
DataLearner, kendi uyumlu ARFF ve CSV biçimli eğitim veri kümelerinizden veri madenciliği ve bilgi keşfi için kullanımı kolay bir araçtır (* aşağıya bakın). Tamamen bağımsızdır, harici depolama veya ağ bağlantısı gerektirmez, modelleri doğrudan telefonunuzda veya tabletinizde oluşturur. Bu bir eğitim kursu veya kitap değildir - gerçek bir makine öğrenimi tabanlı veri madenciliği uygulamasıdır.
>> ARFF ve CSV desteği Eğitim veri kümeleri, Weka ARFF formatına veya CSV'ye (virgülle ayrılmış değişken) uygun olmalıdır. CSV dosyaları aşağıdaki özelliklere sahip olmalıdır:
* bir başlık satırı içermelidir
* class niteliği başlangıçta son sütun olarak ayarlandı
>> Sınıf özniteliğini nominal değere zorla DataLearner'ın algoritmalarının çoğu nominal/kategorik sınıf öznitelikleri bekler ve sayısal bir sınıf özniteliği kullanmak çoğu algoritmanın başarısız olmasına neden olur. Yeni 'nominale kuvvet sınıfı özniteliği' bunun üstesinden gelir, ancak çok fazla farklı değere sahip nominal sınıf öznitelikleri çok fazla RAM kullanabilir.
*** HABERLER! DataLearner araştırması ADMA 2019'da (15. Uluslararası Gelişmiş Veri Madenciliği ve Uygulamaları Konferansı) sunulmak üzere seçilmiştir ve 'Yapay Zeka Ders Notları'nda (Springer) yayınlanacaktır ***
DataLearner, açık kaynaklı Weka (Waikato Environment for Knowledge Analysis) paketinden sınıflandırma, ilişkilendirme ve kümeleme algoritmalarının yanı sıra Charles Sturt Üniversitesi'ndeki Veri Bilimi Araştırma Birimi (DSRU) tarafından geliştirilen yeni algoritmalar içerir. Birlikte, uygulama RandomForest, C4.5 (J48) ve NaiveBayes dahil 42 makine öğrenimi/veri madenciliği algoritması sağlar.
DataLearner, yalnızca veri kümelerinizi yüklemek ve makine öğrenimi modellerinizi oluşturmak için cihaz depolama alanınıza erişim gerektiren hiçbir bilgi toplamaz.
DataLearner, Charles Sturt Üniversitesi'nde Bilgi Teknolojileri Yüksek Lisansı yüksek lisans derecesi için ITC573 Veri ve Bilgi Mühendisliği konusunda bir öğretim aracı olarak kullanılmaktadır.
Kaynakları alın:
Github'da GPL3 lisanslı kaynak kodu: https://github.com/darrenyatesau/DataLearner
YouTube'da hızlı video: https://youtu.be/H-7pETJZf-g
arXiv ile ilgili araştırma makalesi: https://arxiv.org/abs/1906.03773
DataLearner'ı başlatan AusDM 2018 konferans belgesi: https://www.researchgate.net/publication/331126867
Araştırmacılar, bu uygulamayı araştırma uygulamalarında kullanıyorsanız, lütfen yukarıdaki araştırma makalelerinden alıntı yapın. Teşekkürler.
Makine öğrenimi algoritmaları şunları içerir:
Bayes BayesNet, NaiveBayes
Fonksiyonlar Lojistik, SimpleLogistic, MultiLayerPerceptron (Sinir Ağı)
Tembel IBk (K En Yakın Komşular), KStar
Meta AdaBoostM1, Torbalama, LogitBoost, MultiBoostAB, Random Committee, RandomSubSpace, RotationForest
Kurallar Birleştirici Kural, Karar Tablosu, DTNB, JRip, OneR, PART, Ridor, ZeroR
Ağaçlar ADTree, BFTree, DecisionStump, ForestPA, J48 (C4.5), LADTree, Random Forest, RandomTree, REPTree, SimpleCART, SPAARC, SysFor.
Clusterers DBSCAN, Beklenti Maksimizasyonu (EM), Farthest-First, FilteredClusterer, SimpleKMeans
Dernekler Apriori, FilteredAssociator, FPGrowth
>> Veri kümesi dosyalarını nerede bulabilirim? DataLearner, 'rain.csv' adlı yerleşik bir demo veri kümesiyle birlikte gelir, ancak OpenML web sitesinde popüler 'ecoli' kümesi (https://www.openml.org) dahil olmak üzere birçok veri kümesi de bulacaksınız. ARFF sürümlerini telefonunuza indirin ve modelleri oluşturmak için DataLearner'a yükleyin. Yeni video eğitimimizi izleyin - https://www.youtube.com/watch?v=81tSbclMVT8
Bu yazılım OLDUĞU GİBİ sağlanır - test edilmiş olmasına rağmen hiçbir garanti verilmez veya verilmez.
