| Файл түрі | APK |
|---|---|
| Нұсқа | 1.1.7 |
| Баспа | Darren Yates |
| Шығару күні | 2019 ж. 03 қар. |
| Қосылған күн | 2019 ж. 03 қар. |
| Os талаптары | Android |
| Талаптар | Requires Android 4.4 and up |
| Жалпы жүктеулер | 4 |
| Аптасына жүктеулер | 1 |
| Бағасы | Free |
Сипаттама
DataLearner – өзіңіздің үйлесімді ARFF және CSV пішімделген оқу деректер жиынынан деректерді іздеуге және білімді табуға арналған пайдалану оңай құрал (* төменде қараңыз). Ол толығымен дербес, сыртқы жадты немесе желі қосылымын қажет етпейді, ол модельдерді тікелей телефонда немесе планшетте жасайды. Бұл оқу курсы немесе кітап емес - бұл машиналық оқытуға негізделген деректерді өңдеуге арналған шынайы қолданба.
>> ARFF және CSV қолдауы Жаттығу деректер жинағы Weka ARFF пішіміне немесе CSV (үтірмен бөлінген айнымалы) сәйкес келуі керек. CSV файлдарында келесі мүмкіндіктер болуы керек:
* тақырып жолын қамтуы керек
* сынып атрибуты бастапқыда соңғы баған ретінде орнатылады
>> Класс төлсипатын номиналдыға мәжбүрлеу DataLearner алгоритмдерінің көпшілігі номиналды/категориялық класс атрибуттарын күтеді және сандық класс төлсипатын пайдалану алгоритмдердің көпшілігінің сәтсіздігіне әкеледі. Жаңа «кластың номиналды атрибуты» мұны жеңеді, дегенмен тым көп ерекше мәндері бар номиналды класс атрибуттары тым көп жедел жадты пайдалануы мүмкін.
*** ЖАҢАЛЫҚ! DataLearner зерттеулері ADMA 2019 презентациясы үшін таңдалды (Жетілдірілген деректерді өңдеу және қолданбалы 15-ші халықаралық конференция) және «Жасанды интеллекттегі дәрістер жазбаларында» (Springer) жарияланады ***
DataLearner ашық бастапқы Weka (Waikato ортасы білім талдауы) пакетінен жіктеу, біріктіру және кластерлеу алгоритмдерін, сонымен қатар Чарльз Стурт университетіндегі Data Science Research Unit (DSRU) әзірлеген жаңа алгоритмдерді ұсынады. Біріктірілген қолданба RandomForest, C4.5 (J48) және NaiveBayes қоса алғанда 42 машинаны оқыту/деректерді өндіру алгоритмдерін ұсынады.
DataLearner деректер жинақтарын жүктеу және машиналық оқыту үлгілерін құру үшін құрылғы жадына кіруді қажет ететін ешқандай ақпаратты жинамайды.
DataLearner Чарльз Стурт университетінің ақпараттық технологиялар магистрі аспирантурасына арналған ITC573 деректер және білім инженериясы пәнінде оқыту құралы ретінде пайдаланылады.
Ресурстарды алыңыз:
Github жүйесінде GPL3 лицензиясы бар бастапқы код: https://github.com/darrenyatesau/DataLearner
YouTube желісіндегі жылдам бейне: https://youtu.be/H-7pETJZf-g
arXiv бойынша ғылыми мақала: https://arxiv.org/abs/1906.03773
DataLearner-ді бастаған AusDM 2018 конференциялық мақаласы: https://www.researchgate.net/publication/331126867
Зерттеушілер, егер сіз бұл қолданбаны зерттеу қолданбаларында пайдалансаңыз, жоғарыдағы зерттеу жұмыстарына сілтеме жасаңыз. рахмет.
Машиналық оқыту алгоритмдеріне мыналар жатады:
Bayes BayesNet, NaiveBayes
Функциялар Logistic, SimpleLogistic, MultiLayerPerceptron (нейрондық желі)
Lazy IBk (K En Near Bours), KStar
Meta AdaBoostM1, Bagging, LogitBoost, MultiBoostAB, Кездейсоқ комитет, RandomSubSpace, RotationForest
Ережелер Conjunctive Rule, Decision Table, DTNB, JRip, OneR, PART, Ridor, ZeroR
ADTree, BFTree, DecisionStump, ForestPA, J48 (C4.5), LADTree, Random Forest, RandomTree, REPtree, SimpleCART, SPAARC, SysFor ағаштары.
DBSCAN кластерлері, Expectation Maximization (EM), Farthest-First, FilteredClusterer, SimpleKMeans
Қауымдастықтар Apriori, FilteredAssociator, FPGrowth
>> Деректер жинағы файлдарын қайдан табуға болады? DataLearner 'rain.csv' деп аталатын кірістірілген демо деректер жинағымен бірге жеткізіледі, бірақ сіз OpenML веб-сайтында көптеген деректер жиынын таба аласыз, соның ішінде танымал 'ecoli' жинағы (https://www.openml.org). ARFF нұсқаларын телефоныңызға жүктеп алып, модельдер жасау үшін оларды DataLearner бағдарламасына жүктеңіз. Біздің жаңа бейне оқулықты қараңыз - https://www.youtube.com/watch?v=81tSbclMVT8
Бұл бағдарламалық құрал AS-IS стандартында жеткізіледі - ол сынақтан өткен кезде ешқандай кепілдік көрсетілмейді немесе берілмейді.
