Введение

Программное обеспечение для анализа данных с открытым исходным кодом.

Orange — это инструментарий с открытым исходным кодом для визуализации данных, машинного обучения и интеллектуального анализа данных. Он предоставляет визуальный интерфейс для исследовательского качественного анализа данных и интерактивной визуализации.

Описание

Orange — это программный пакет визуального программирования, основанный на компонентах, для визуализации данных, машинного обучения, интеллектуального анализа данных и анализа данных. Компоненты Orange называются виджетами. Они охватывают широкий спектр задач — от простой визуализации данных, выбора подмножеств и предварительной обработки до эмпирической оценки алгоритмов обучения и прогностического моделирования. Визуальное программирование реализовано посредством интерфейса, в котором рабочие процессы создаются путем соединения предопределенных или разработанных пользователем виджетов, а опытные пользователи могут использовать Orange как библиотеку Python для манипулирования данными и модификации виджетов.

Программное обеспечение

Orange — это программный пакет с открытым исходным кодом, распространяемый под лицензией GPL и размещенный на GitHub. Версии до 3.0 включают основные компоненты, написанные на C++, с обертками на Python. Начиная с версии 3.0, Orange использует стандартные библиотеки Python с открытым исходным кодом для научных вычислений, такие как numpy, scipy и scikit-learn, а его графический пользовательский интерфейс работает на кросс-платформенном фреймворке Qt. Типичная установка включает в себя ряд алгоритмов машинного обучения, предварительной обработки и визуализации данных, объединенных в 6 наборов виджетов (для данных, преобразований, визуализации, моделей, оценки и обучения без учителя). Дополнительные возможности доступны в виде расширений (текстовый анализ, анализ изображений, биоинформатика и др.). Orange поддерживается на macOS, Windows и Linux, а также может быть установлен из репозитория Python Package Index (pip install Orange3).

Цели

Программа предоставляет платформу для выбора экспериментов, систем рекомендаций и предиктивного моделирования и применяется в биомедицине, биоинформатике, геномных исследованиях и обучении. В науке она используется как платформа для тестирования новых алгоритмов машинного обучения и реализации новых методов в генетике и биоинформатике. В образовании она применялась для обучения студентов биологии, биомедицины и информатики методам машинного обучения и анализа данных.