آموزش نرم افزار داده کاوی وکا weka

نرم افزار داده کاوی وکا

داده کاوی حوزه ای ترکیبی از علوم کامپیوتر و آمار است که در طول سال های اخیر و با افزایش داده های دیجیتال و رشد قدرت محاسباتی کامپیوترها از محبوبیت ویژه ای برخوردار شده است. امروز، تقریبا هر شرکت موفقی به نحوی با این قلمرو سر و کار داشتهو از آن برای درک الگوهای ناشناخته و افزایش کارایی شرکت استفاده میکند.

در این مقاله قصددارم تا مقدمات ورود به این حوزه را با استفاده از نرم افزار آزاد WEKA بیان کنم. تا به امروز نرم افزار های تجاری و آموزشی فراوانی برای داده کاوی در حوزه های مختلف داده ها به دنیای علم و فناوری عرضه شده اند. هر یک از آنها با توجه به نوع اصلی داده هایی که مورد کاووش قرار می دهند، روی الگوریتم های خاصی متمرکز شده اند.

نرم افزار های داده کاوی

مقایسه دقیق و علمی این ابزارها باید از جنبه های متفاوت و متعددی مانند تنوع انواع و فرمت داده های ورودی، حجم ممکن برای پردازش داده ها، الگوریتم های پیاده سازی شده، روش های ارزیابی نتایج، روش های مصور سازی، روش های پیش پردازش داده ها، واسط های کاربر پسند،پلت فرم های سازگار برای اجرا، قیمت و در دسترس بودن نرم افزار صورت میگیرد.

از آن میان، نرم افزار Weka با داشتن امکانات بسیار گسترده، امکان مقایسه خروجی روشهای مختلف با هم، راهنمای خوب، واسط گرافیکی کارار، سازگار با سایر برنامه های ویندوزی، و از همه مهمتر وجود کتابی بسیار جامع و مرتبط با آت Data mining, witten et AL. 2005 ، معرفی میشود.

میزکار Waka

میزکار Waka، مجموعه ای از الگوریتم های روز یادگیری ماشینی و ابزارهای پیش پردازش داده ها می باشد. ایت نرم افزار به گونه ای طراحی شده است که می توان به سرعت، روش‌های موجود را به صورت انعطاف پذیری روی مجموعه های جدید داده، آزمایش نمود. این نرم افزار، پشتیبانی های ارزشمندی رابرای کل فرایند داده کاوی های تجربی فراهم میکند.

این پشتیبانی ها، آماده‌سازی داده های ورودی، ارزیابی آماری چارچوب های یادگیری و نمایش گرافیکی داده های ورودی و نتایج یادگیری را در بر میگیرد. همچنین، هماهنگ با دامنه وسیع الگوریتم های یادگیری، این نرم‌افزار شامل ابزارهای متنوع پیش پردازش داده هاست. این جعبه ابزار متنوع و جامع، از طریق یک واسط متداول در دسترس است، به نجوی که کاربر میتواند روشهای متفاوت را در آن با یکدیگر مقایسه کند و روش هایی را که برای مسائل مد نظر مناسب تر هستند، تشخیص دهند.

پیاده سازی انواع الگوریتم های یادگیری

نرم افزار weka، پیاده سازی الگوریتم های مختلف یادگیری را فراهم میکند و به آسانی میتوان آنها را به مجموعه های داده خود اعمال کرد.

---

---

فهرست

---

---

داده کاوی چیست؟

نرم افزارهای داده کاوی
نرم افزار کلمنتاین

نرم افزار Rapidminer

نرم افرزار R

انواع ویژگی ها (داده ها)

روش های داده کاوی

     کلاسبندی

     خوشه بندی

waka چیست؟

ویژگی های اصلی weka ورژن ۳٫۶

شروع کار با weka

     knowledgeflow

     SimpleCLI

     واسط Explorer

     Preprocess

     وارد کردن داده های به weka

     بارگذاری داده به weka

     به کارگیری فیلترها

     Classify

     Tree

     Rules

     Functions

     رده بندی Lazy

     نحوه کار با پنل classify

     cluster

     Associate

     ایجاد مدل رگرسیون با weka

     رکرسیون

     تفسیر مدل رگرسیون

     روش طبقه بندی

     خوشه بندی

     خوشه بندی در weka

     نردیک ترین همسایه و weka

منابع

---

---