DataLearner - Data Mining Software for Android APK

Апісанне

DataLearner - гэта просты ў выкарыстанні інструмент для інтэлектуальнага аналізу даных і выяўлення ведаў з вашых уласных сумяшчальных навучальных даных у фармаце ARFF і CSV (* гл. ніжэй). Ён цалкам аўтаномны, не патрабуе вонкавага сховішча або падлучэння да сеткі, ён стварае мадэлі непасрэдна на вашым тэлефоне або планшэце. Гэта не навучальны курс або кніга - гэта сапраўднае прыкладанне для здабычы дадзеных, заснаванае на машынным навучанні.

>> Падтрымка ARFF і CSV Наборы навучальных даных павінны адпавядаць альбо фармату Weka ARFF, альбо CSV (пераменная, падзеленая коскамі). Файлы CSV павінны мець наступныя функцыі:

* павінен уключаць радок загалоўка

* атрыбут класа першапачаткова ўсталяваны ў якасці апошняга слупка

>> Прымусіць атрыбут класа да намінальнага. Большасць алгарытмаў DataLearner чакаюць намінальных/катэгарыяльных атрыбутаў класа, а выкарыстанне лікавага атрыбуту класа прывядзе да збою большасці алгарытмаў. Новы «прымусіць атрыбут класа да намінальнага» пераадольвае гэта, аднак намінальныя атрыбуты класа з занадта вялікай колькасцю розных значэнняў могуць выкарыстоўваць занадта шмат аператыўнай памяці.

*** НАВІНЫ! Даследаванне DataLearner было выбрана для прэзентацыі на ADMA 2019 (15-я Міжнародная канферэнцыя па перспектыўным інтэлектуальным аналізе даных і прымяненнях) і будзе апублікавана ў «Канспектах лекцый па штучным інтэлекце» (Springer) ***

DataLearner змяшчае алгарытмы класіфікацыі, асацыяцыі і кластарызацыі з пакета Weka (асяроддзе Waikato для аналізу ведаў) з адкрытым зыходным кодам, а таксама новыя алгарытмы, распрацаваныя Даследчым аддзелам навукі аб дадзеных (DSRU) Універсітэта Чарльза Стэрта. У сукупнасці праграма забяспечвае 42 алгарытмы машыннага навучання/інтэлектуальнага аналізу даных, у тым ліку RandomForest, C4.5 (J48) і NaiveBayes.

DataLearner не збірае ніякай інфармацыі, яму патрабуецца доступ да сховішча вашай прылады, каб проста загрузіць наборы даных і стварыць мадэлі машыннага навучання.

DataLearner выкарыстоўваецца ў якасці навучальнага дапаможніка ў тэме ITC573 Data and Knowledge Engineering для атрымання ступені магістра інфармацыйных тэхналогій у аспірантуры Універсітэта Чарльза Стэрта.

Атрымаць рэсурсы:

Зыходны код з ліцэнзіяй GPL3 на Github: https://github.com/darrenyatesau/DataLearner

Кароткае відэа на YouTube: https://youtu.be/H-7pETJZf-g

Даследчая праца па arXiv: https://arxiv.org/abs/1906.03773

Даклад канферэнцыі AusDM 2018, які ініцыяваў DataLearner: https://www.researchgate.net/publication/331126867

Даследчыкі, калі вы выкарыстоўваеце гэта дадатак у даследчых праграмах, спасылайцеся на навуковыя артыкулы вышэй. дзякуй

Алгарытмы машыннага навучання ўключаюць:

Bayes BayesNet, NaiveBayes

Функцыі Logistic, SimpleLogistic, MultiLayerPerceptron (нейронная сетка)

Лянівы IBk (K бліжэйшых суседзяў), KStar

Meta AdaBoostM1, Bagging, LogitBoost, MultiBoostAB, Random Committee, RandomSubSpace, RotationForest

Правілы Кан'юнктыўнае правіла, табліца рашэнняў, DTNB, JRip, OneR, PART, Ridor, ZeroR

Дрэвы ADTree, BFTree, DecisionStump, ForestPA, J48 (C4.5), LADTree, Random Forest, RandomTree, REPTree, SimpleCART, SPAARC, SysFor.

Кластары DBSCAN, максімізацыя чаканняў (EM), самая далёкая, FilteredClusterer, SimpleKMeans

Асацыяцыі Apriori, FilteredAssociator, FPGrowth

>> Дзе знайсці файлы набору даных? DataLearner пастаўляецца з убудаваным дэманстрацыйным наборам даных пад назвай "rain.csv", але вы таксама знойдзеце мноства набораў даных на вэб-сайце OpenML - у тым ліку папулярны набор "ecoli" (https://www.openml.org). Спампуйце версіі ARFF на свой тэлефон і загрузіце іх у DataLearner для стварэння мадэляў. Глядзіце наш новы відэаўрок - https://www.youtube.com/watch?v=81tSbclMVT8

Гэта праграмнае забеспячэнне пастаўляецца "ЯК ЁСЦЬ" - пакуль яно было пратэставана, гарантыя не прадугледжваецца і не даецца.