WEKA
WEKA egy sor hatékony adatbányászati eszközökkel futó Java.
- WEKA egy sor nagy teljesítményű, Java-alapú eszközök beépített adatbányászati.
- WEKA egyaránt egy grafikus felhasználói felület (GUI) és a parancssori felület (CLI), hogy lehet használni, hogy hozzáférést az összes rendelkezésre álló funtionality a szoftver.
- A készülék a Hadoop és Spark keresztül csomagolást.
- További információt ezen csomagolóanyagokat elérhető az WEKA oldalon.
- Mivel WEKA fut Java, akkor lehet használni bármely platform, amely támogatja a Java, beleértve a Windows, Mac, Linux és BSD.
- WEKA nyílt forráskódú szoftver. Ez használ a GNU General Public License (GPL) 2.0 vagy 3.0 verziótól függően WEKA telepítve. Ez azt jelenti, hogy a szoftver forráskódja megtekinthető, és a szoftver szabadon felhasználható és bármilyen célra.
- Vannak ingyenes kurzusok online oktatás, hogyan kell használni WEKA gépi tanulás és adatbányászat.
- WEKA fut Java, ami sok memóriát igényel.
- Ha betölt egy adatbázisba a WEKA Explorer (grafikus felhasználói felület),
- A nagyon nagy adathalmazok,
- Szerencsére, ez lehet kerülni a parancssoros felület (CLI) be- és feldolgozására nagy adatbázisba.
- Míg WEKA nyílt forráskódú, kereskedelmi célokra használta igénylő alkalmazásokhoz eloszlatva WEKA kód részeként az alkalmazás kell vásárolni engedélyt egy vagy több vállalati egységek.
- A házigazda a WEKA WIKI adatok (Wikispaces) leáll, és arról, hogy hol az adatokat tartózkodnak majd hosszú távon még nem áll rendelkezésre.
WEKA egy nyílt forráskódú projekt, amely algoritmusok és eszközöket lehet használni adatbányászat. Vannak különféle eszközök állnak rendelkezésre WEKA hogy képes minden olyan feladatot, amely crunch keresztül nagy mennyiségű adat. WEKA fejlesztette ki és támasztja alá a University of Waikato Új-Zélandon. Vannak mooc (MOOC) weka, amelyek lehetővé teszik, hogy megtanulják, hogyan kell használni a WEKA eszközöket, hogy elemezzék az adatokat. Vannak kezdődő, középhaladó és haladó adatelemzés tanfolyamok állnak rendelkezésre. Minden tanítják a professzor a Department of Computer Science, a University of Waikato. Akkor érheti el adatbázisba JDBC-n keresztül, CSV vagy számos egyéb kapcsolat módszereket. Betölti az adatokat WEKA, a vonat a adatmodell és feldolgozza az adatokat. Amellett, hogy képes fejlődni Java megoldások a WEKA eszközöket, akkor is hozzáférést WEKA funkcionalitást .NET, Python és Groovy. Gyakran vannak további lépések szükségesek, de az alapvető funkciókat elérhető ezen egyéb fejlesztési eszközök.
Alternatívák WEKA
Azure Machine Learning
DatumBox
Root
ShARk
PredictionIO
