Кіріспе
Java-да жазылған машиналық оқыту бағдарламалық құралы. Waikato Environment for Knowledge Analysis (Weka) – GNU General Public License лицензиясы бойынша таратылатын, машиналық оқыту және деректерді талдауға арналған ақысыз бағдарламалық құрал. Ол Жаңа Зеландияның Вайкато университетінде әзірленген және «Data Mining: Practical Machine Learning Tools and Techniques» кітабына қосымша материал болып табылады. Weka-ның Java емес бастапқы нұсқасы, негізінен үшінші тараптың модельдеу алгоритмдеріне Tcl/Tk интерфейсі, сондай-ақ C тіліндегі деректерді алдын ала өңдеу құралдары және машиналық оқыту эксперименттерін жүргізуге арналған makefile негізіндегі жүйе болды. Бұл бастапқы нұсқа көбінесе ауыл шаруашылығы саласындағы деректерді талдау үшін жасалған, бірақ 1997 жылы әзірлене бастаған толық Java негізіндегі нұсқасы (Weka 3) қазір көптеген салаларда, әсіресе білім беру және ғылыми зерттеулерде қолданылады. Weka-ның артықшылықтары:
Waikato Environment for Knowledge Analysis (Weka) is a collection of machine learning and data analysis free software licensed under the GNU General Public License. It was developed at the University of Waikato, New Zealand and is the companion software to the book "Data Mining: Practical Machine Learning Tools and Techniques". The original non Java version of Weka was a Tcl/Tk front end to (mostly third party) modeling algorithms implemented in other programming languages, plus data preprocessing utilities in C, and a makefile based system for running machine learning experiments. This original version was primarily designed as a tool for analyzing data from agricultural domains, but the more recent fully Java based version (Weka 3), for which development started in 1997, is now used in many different application areas, in particular for educational purposes and research. Advantages of Weka include:
Free availability under the GNU General Public License. Portability, since it is fully implemented in the Java programming language and thus runs on almost any modern computing platform. A comprehensive collection of data preprocessing and modeling techniques. Ease of use due to its graphical user interfaces. Weka supports several standard data mining tasks, more specifically, data preprocessing, clustering, classification, regression, visualization, and feature selection. Input to Weka is expected to be formatted according the Attribute Relational File Format and with the filename bearing the extension. All of Weka's techniques are predicated on the assumption that the data is available as one flat file or relation, where each data point is described by a fixed number of attributes (normally, numeric or nominal attributes, but some other attribute types are also supported). Weka provides access to SQL databases using Java Database Connectivity and can process the result returned by a database query. Weka provides access to deep learning with Deeplearning4j. It is not capable of multi relational data mining, but there is separate software for converting a collection of linked database tables into a single table that is suitable for processing using Weka. Another important area that is currently not covered by the algorithms included in the Weka distribution is sequence modeling.
GNU General Public License бойынша тегін қолжетімділік. Java бағдарламалау тілінде толыққанды іске асырылғандықтан, кез келген заманауи есептеу платформасында жұмыс істеуге қолайлы. Деректерді алдын ала өңдеу және модельдеу әдістерінің кең жиынтығы. Графикалық интерфейсінің арқасында пайдаланудың қарапайымдығы. Weka бірнеше стандартты деректерді өндіру тапсырмаларын қолдайды, атап айтқанда деректерді алдын ала өңдеу, кластерлеу, жіктеу, регрессия, визуализация және ерекшеліктерді таңдау. Weka-ға енгізілетін деректер Attribute Relational File Format форматында болуы керек және файл атауы тиісінше кеңейтімге ие болуы тиіс. Weka-ның барлық әдістері деректердің бір жазық файл немесе қатынас түрінде қолжетімді екендігіне негізделген, онда әрбір дерек нүктесі белгілі бір саны атрибуттармен сипатталады (әдетте сандық немесе номиналды атрибуттар, бірақ басқа да атрибут түрлері де қолдау көрсетіледі). Weka Java Database Connectivity арқылы SQL деректер базасына қолжетімділікті қамтамасыз етеді және деректер базасынан алынған нәтижені өңдеуге болады. Weka Deeplearning4j арқылы терең оқытуға қолжетімділік береді. Ол көп реляциялық деректерді өндіруге қабілетсіз, бірақ байланысты деректер базасы кестелерінің жиынтығын Weka-мен өңдеуге жарамды бір кестеге түрлендіретін жеке бағдарламалық құралдар бар. Weka таратылымына кіретін алгоритмдерде қамтылмаған тағы бір маңызды сала – тізбектік модельдеу.
Waikato Environment for Knowledge Analysis (Weka) is a collection of machine learning and data analysis free software licensed under the GNU General Public License. It was developed at the University of Waikato, New Zealand and is the companion software to the book "Data Mining: Practical Machine Learning Tools and Techniques". The original non Java version of Weka was a Tcl/Tk front end to (mostly third party) modeling algorithms implemented in other programming languages, plus data preprocessing utilities in C, and a makefile based system for running machine learning experiments. This original version was primarily designed as a tool for analyzing data from agricultural domains, but the more recent fully Java based version (Weka 3), for which development started in 1997, is now used in many different application areas, in particular for educational purposes and research. Advantages of Weka include:
Free availability under the GNU General Public License. Portability, since it is fully implemented in the Java programming language and thus runs on almost any modern computing platform. A comprehensive collection of data preprocessing and modeling techniques. Ease of use due to its graphical user interfaces. Weka supports several standard data mining tasks, more specifically, data preprocessing, clustering, classification, regression, visualization, and feature selection. Input to Weka is expected to be formatted according the Attribute Relational File Format and with the filename bearing the extension. All of Weka's techniques are predicated on the assumption that the data is available as one flat file or relation, where each data point is described by a fixed number of attributes (normally, numeric or nominal attributes, but some other attribute types are also supported). Weka provides access to SQL databases using Java Database Connectivity and can process the result returned by a database query. Weka provides access to deep learning with Deeplearning4j. It is not capable of multi relational data mining, but there is separate software for converting a collection of linked database tables into a single table that is suitable for processing using Weka. Another important area that is currently not covered by the algorithms included in the Weka distribution is sequence modeling.
Ұзарту пакеттері
3.7.2 нұсқасында кеңейтімдерді оңай орнатуға мүмкіндік беретін пакет менеджері қосылды. Бұл нұсқаға дейін Weka құрамына кірген кейбір мүмкіндіктер енді кеңейтімдер пакеттеріне көшірілді, бірақ бұл өзгеріс басқаларға Weka-ға кеңейтімдерді үлесуді және бағдарламалық жасақтаманы қолдауды жеңілдетеді, себебі бұл модульдік архитектура Weka ядросының және жеке кеңейтімдердің тәуелсіз жаңартылуына жағдай жасайды.
Тарих
1993 жылы Жаңа Зеландиядағы Вайкато университеті Weka-ның бастапқы нұсқасын әзірлеуді бастады, ол Tcl/Tk, C және makefiles-тан тұратын жиынтыққа айналды. 1997 жылы Weka-ны Java тілінде бастапқыдан қайта жасау туралы шешім қабылданды, соның ішінде модельдеу алгоритмдерін жүзеге асыру да көзделді. 2005 жылы Weka SIGKDD деректерді өңдеу және білімді ашу қызметінің сыйлығын алды. 2006 жылы Pentaho корпорациясы Weka-ны бизнес-интеллектуальдық жүйелерде пайдалануға эксклюзивті лицензия алды. Ол Pentaho бизнес-интеллектуальдық жиынтығының деректерді өңдеу және болжамдық талдау бөлігін құрайды. Pentaho кейіннен Hitachi Vantara компаниясымен сатып алынды, ал қазір Weka PMI (Plugin for Machine Intelligence) ашық кодты компонентінің негізі болып табылады.
Қатынасты құралдар
Auto WEKA - Weka-ның автоматтандырылған машиналық оқыту жүйесі. Индекстік құрылымдармен қолдау көрсетілетін KDD қолданбаларын дамыту ортасы (ELKI) - Weka-ға ұқсас жоба, бірақ кластерлік талдауға, яғни бақыланбайтын әдістерге баса назар аударады. H2O.ai - ашық дереккөзді деректер ғылымы және машиналық оқыту платформасы. KNIME - Java-да іске асырылған машиналық оқыту және деректерді өндіру бағдарламалық қамтамасы. Massive Online Analysis (MOA) - Жаңа Зеландиядағы Вайкато университетінде жасалған, дерек ағындарын үлкен көлемде өңдеуге арналған ашық кодты жоба. Neural Designer - C++ тілінде жазылған, терең оқыту техникаларына негізделген деректерді өндіру бағдарламалық қамтамасы. Orange - scikit learn негізінде деректерді өндіру, машиналық оқыту және визуализациялауға арналған ұқсас ашық кодты жоба. RapidMiner - Weka-ны интеграциялайтын Java-да іске асырылған коммерциялық машиналық оқыту құралы. scikit learn - Python-дағы танымал машиналық оқыту кітапханасы.
KNIME is a machine learning and data mining software implemented in Java. Massive Online Analysis (MOA) is an open source project for large scale mining of data streams, also developed at the University of Waikato in New Zealand. Neural Designer is a data mining software based on deep learning techniques written in C++. Orange is a similar open source project for data mining, machine learning and visualization based on scikit learn. RapidMiner is a commercial machine learning framework implemented in Java which integrates Weka. scikit learn is a popular machine learning library in Python.