| Aina ya faili | APK |
|---|---|
| Toleo | 1.1.7 |
| Mchapishaji | Darren Yates |
| Tarehe ya kutolewa | 3 Nov 2019 |
| Tarehe iliyoongezwa | 3 Nov 2019 |
| Mahitaji ya Os | Android |
| Mahitaji | Requires Android 4.4 and up |
| Jumla ya vipakuliwa | 4 |
| Vipakuzi kwa wiki | 1 |
| Bei | Free |
Maelezo
DataLearner ni zana iliyo rahisi kutumia ya uchimbaji data na ugunduzi wa maarifa kutoka kwa seti zako za data zinazooana za ARFF na CSV za mafunzo (* tazama hapa chini). Inajitosheleza kikamilifu, haihitaji hifadhi ya nje au muunganisho wa mtandao, huunda miundo moja kwa moja kwenye simu au kompyuta yako kibao. Hili si kozi ya mafunzo au kitabu - ni programu halisi ya uchimbaji data inayotokana na kujifunza kwa mashine.
>> Seti za data za Mafunzo za ARFF na CSV lazima ziambatane na umbizo la Weka ARFF au CSV (kigeu kilichotenganishwa kwa koma). Faili za CSV lazima ziwe na vipengele vifuatavyo:
* lazima ijumuishe safu mlalo ya kichwa
* sifa ya darasa hapo awali imewekwa kama safu wima ya mwisho
>> Lazimisha sifa ya darasa kwa jina la kawaida Nyingi za algoriti za DataLearner zinatarajia sifa za darasa la kawaida/kategoria na kutumia sifa ya darasa la nambari kutasababisha algoriti nyingi kushindwa. Sifa mpya ya 'force class to nominella' inashinda hii, hata hivyo, sifa za daraja la kawaida zilizo na thamani nyingi tofauti zinaweza kutumia RAM nyingi sana.
*** HABARI! Utafiti wa DataLearner umechaguliwa kwa ajili ya kuwasilishwa ADMA 2019 (Mkutano wa 15 wa Kimataifa wa Uchimbaji Data wa Hali ya Juu na Maombi) na utachapishwa katika 'Maelezo ya Mihadhara katika Ushauri wa Artificial' (Springer) ***
Mwanafunzi wa Data huangazia uainishaji, uhusiano na uunganishaji algoriti kutoka kwa kifurushi huria cha Weka (Mazingira ya Waikato kwa Uchambuzi wa Maarifa), pamoja na kanuni mpya za algoriti zilizoundwa na Kitengo cha Utafiti wa Sayansi ya Data (DSRU) katika Chuo Kikuu cha Charles Sturt. Kwa pamoja, programu hutoa algoriti 42 za kujifunza kwa mashine/kuchimba data, ikijumuisha RandomForest, C4.5 (J48) na NaiveBayes.
DataLearner haikusanyi taarifa yoyote inahitaji ufikiaji wa hifadhi ya kifaa chako ili tu kupakia seti zako za data na kuunda miundo yako ya kujifunza mashine.
DataLearner inatumiwa kama zana ya kufundishia katika somo la Uhandisi wa Data na Maarifa la ITC573 kwa Shahada ya Uzamili ya Teknolojia ya Habari katika Chuo Kikuu cha Charles Sturt.
Pata rasilimali:
Nambari ya chanzo yenye leseni ya GPL3 kwenye Github: https://github.com/darrenyatesau/DataLearner
Video ya haraka kwenye YouTube: https://youtu.be/H-7pETJZf-g
Karatasi ya utafiti juu ya arXiv: https://arxiv.org/abs/1906.03773
Karatasi ya mkutano ya AusDM 2018 iliyoanzisha DataLearner: https://www.researchgate.net/publication/331126867
Watafiti, ikiwa mnatumia programu hii katika maombi ya utafiti, tafadhali taja karatasi za utafiti hapo juu. Asante.
Algorithms ya kujifunza mashine ni pamoja na:
Bayes BayesNet, NaiveBayes
Hufanya kazi Logistic, SimpleLogistic, MultiLayerPerceptron (Neural Network)
Lazy IBk (K Majirani wa Karibu zaidi), KStar
Meta AdaBoostM1, Bagging, LogitBoost, MultiBoostAB, Kamati Nasibu, RandomSubSpace, RotationForest
Kanuni za Ushirikiano wa Kanuni, Jedwali la Uamuzi, DTNB, JRip, OneR, SEHEMU, Ridor, ZeroR
Miti ADTree, BFTree, DecisionStump, ForestPA, J48 (C4.5), LADTree, Random Forest, RandomTree, REPTree, SimpleCART, SPAARC, SysFor.
Vikundi DBSCAN, Upeo wa Matarajio (EM), Mbali-Kwanza, FilteredClusterer, SimpleKMeans
Mashirika Apriori, FilteredAssociator, FPGrowth
>> Wapi kupata faili za seti ya data? DataLearner inakuja na seti ya data ya onyesho iliyojengewa ndani inayoitwa 'rain.csv', lakini pia utapata seti nyingi za data kwenye tovuti ya OpenML - ikiwa ni pamoja na seti maarufu ya 'ecoli' ( https://www.openml.org ). Pakua matoleo ya ARFF kwenye simu yako na uyapakie kwenye DataLearner kuunda miundo kutoka. Tazama mafunzo yetu mapya ya video - https://www.youtube.com/watch?v=81tSbclMVT8
Programu hii hutolewa AS-IS - wakati imejaribiwa, hakuna udhamini unaodokezwa au kutolewa.
