| Vrsta datoteke | APK |
|---|---|
| Верзија | 1.1.7 |
| Издавач | Darren Yates |
| Датум изласка | 3. 11. 2019. |
| Датум додавања | 3. 11. 2019. |
| Ос захтеви | Android |
| Захтеви | Requires Android 4.4 and up |
| Укупно преузимања | 4 |
| Преузимања недељно | 1 |
| Цена | Free |
Опис
ДатаЛеарнер је алатка која се лако користи за прикупљање података и откривање знања из ваших сопствених компатибилних АРФФ и ЦСВ форматираних скупова података за обуку (* погледајте испод). Потпуно је самосталан, не захтева екстерну меморију или мрежно повезивање, гради моделе директно на вашем телефону или таблету. Ово није курс за обуку или књига – то је права апликација за рударење података заснована на машинском учењу.
>> Подршка за АРФФ и ЦСВ Скупови података за обуку морају бити у складу са Века АРФФ форматом или ЦСВ-ом (променљива раздвојена зарезима). ЦСВ датотеке морају имати следеће карактеристике:
* мора да садржи ред заглавља
* атрибут класе је иницијално постављен као последња колона
>> Присилите атрибут класе на номинални Већина ДатаЛеарнер алгоритама очекује номиналне/категоричке атрибуте класе и коришћење нумеричког атрибута класе ће узроковати неуспех већине алгоритама. Нови 'форце цласс аттрибуте то номинал' превазилази ово, међутим, атрибути номиналне класе са превише различитих вредности могу да користе превише РАМ-а.
*** ВЕСТИ! ДатаЛеарнер истраживање је одабрано за презентацију на АДМА 2019 (15. Међународна конференција о напредном рударењу података и апликацијама) и биће објављено у 'Белешкама предавања у вештачкој интелигенцији' (Спрингер) ***
ДатаЛеарнер садржи алгоритме за класификацију, придруживање и груписање из пакета Века (Ваикато Енвиронмент фор Кновледге Аналисис) отвореног кода, као и нове алгоритме које је развила Јединица за истраживање науке о подацима (ДСРУ) на Универзитету Цхарлес Стурт. Комбиновано, апликација пружа 42 алгоритма за машинско учење/вађење података, укључујући РандомФорест, Ц4.5 (Ј48) и НаивеБаиес.
ДатаЛеарнер не прикупља никакве информације и захтева приступ складишту вашег уређаја само да би учитао ваше скупове података и изградио ваше моделе машинског учења.
ДатаЛеарнер се користи као наставно средство у предмету ИТЦ573 Инжењеринг података и знања за постдипломске студије магистра информационих технологија на Универзитету Цхарлес Стурт.
Набавите ресурсе:
Изворни код са ГПЛ3 лиценцом на Гитхуб-у: хттпс://гитхуб.цом/даррениатесау/ДатаЛеарнер
Брзи видео на Јутјубу: хттпс://иоуту.бе/Х-7пЕТЈЗф-г
Истраживачки рад о арКсив-у: хттпс://аркив.орг/абс/1906.03773
АусДМ 2018 конференцијски документ који је покренуо ДатаЛеарнер: хттпс://ввв.ресеарцхгате.нет/публицатион/331126867
Истраживачи, ако користите ову апликацију у истраживачким апликацијама, наведите горе наведене истраживачке радове. Хвала.
Алгоритми машинског учења укључују:
Баиес БаиесНет, НаивеБаиес
Функције Логистиц, СимплеЛогистиц, МултиЛаиерПерцептрон (Неурал Нетворк)
Лењи ИБк (К најближи суседи), КСтар
Мета АдаБоостМ1, Баггинг, ЛогитБоост, МултиБоостАБ, Рандом Цоммиттее, РандомСубСпаце, РотатионФорест
Правила коњунктивног правила, табела одлука, ДТНБ, ЈРип, ОнеР, ПАРТ, Ридор, ЗероР
Дрвеће АДТрее, БФТрее, ДецисионСтумп, ФорестПА, Ј48 (Ц4.5), ЛАДТрее, Рандом Форест, РандомТрее, РЕПТрее, СимплеЦАРТ, СПААРЦ, СисФор.
Кластери ДБСЦАН, максимизација очекивања (ЕМ), најдаље први, филтрирани кластер, СимплеКМеанс
Асоцијације Априори, ФилтередАссоциатор, ФПГровтх
>> Где пронаћи датотеке скупа података? ДатаЛеарнер долази са уграђеним скупом демо података који се зове 'раин.цсв', али ћете такође наћи много скупова података на ОпенМЛ веб локацији - укључујући популарни скуп 'ецоли' (хттпс://ввв.опенмл.орг). Преузмите АРФФ верзије на свој телефон и учитајте их у ДатаЛеарнер да бисте направили моделе. Погледајте наш нови видео водич - хттпс://ввв.иоутубе.цом/ватцх?в=81тСбцлМВТ8
Овај софтвер се испоручује КАКАВ ЈЕ – док је тестиран, никаква гаранција се не подразумева нити даје.
