| Tipe file | APK |
|---|---|
| Versi: kapan | 1.1.7 |
| Penerbit | Darren Yates |
| Tanggal rilis | 3 Nov 2019 |
| Tanggal Ditambahkan | 3 Nov 2019 |
| Persyaratan OS | Android |
| Persyaratan | Requires Android 4.4 and up |
| Total unduhan | 4 |
| Download per minggu | 1 |
| Harga | Free |
Deskripsi
DataLearner adalah alat yang mudah digunakan untuk penggalian data dan penemuan pengetahuan dari kumpulan data pelatihan berformat ARFF dan CSV yang kompatibel (* lihat di bawah). Ini sepenuhnya mandiri, tidak memerlukan penyimpanan eksternal atau konektivitas jaringan, model ini dibuat langsung di ponsel atau tablet Anda. Ini bukan kursus atau buku pelatihan - ini adalah aplikasi penambangan data berbasis pembelajaran mesin asli.
>> Dukungan ARFF dan CSV Kumpulan data pelatihan harus sesuai dengan format ARFF Weka atau CSV (variabel yang dipisahkan koma). File CSV harus memiliki fitur berikut:
* harus menyertakan baris tajuk
* atribut kelas awalnya ditetapkan sebagai kolom terakhir
>> Memaksa atribut kelas ke nominal Sebagian besar algoritme DataLearner mengharapkan atribut kelas nominal/kategori dan menggunakan atribut kelas numerik akan menyebabkan sebagian besar algoritme gagal. 'Atribut kelas paksa ke nominal' yang baru mengatasi hal ini, namun, atribut kelas nominal dengan terlalu banyak nilai berbeda dapat menghabiskan terlalu banyak RAM.
*** BERITA! Penelitian DataLearner telah dipilih untuk dipresentasikan di ADMA 2019 (Konferensi Internasional ke-15 tentang Penambangan dan Aplikasi Data Tingkat Lanjut) dan akan dipublikasikan di 'Catatan Kuliah dalam Kecerdasan Buatan' (Springer) ***
DataLearner menampilkan algoritme klasifikasi, asosiasi, dan pengelompokan dari paket open-source Weka (Waikato Environment for Knowledge Analysis), ditambah algoritme baru yang dikembangkan oleh Data Science Research Unit (DSRU) di Charles Sturt University. Jika digabungkan, aplikasi ini menyediakan 42 algoritma pembelajaran mesin/penambangan data, termasuk RandomForest, C4.5 (J48) dan NaiveBayes.
DataLearner tidak mengumpulkan informasi yang memerlukan akses ke penyimpanan perangkat Anda hanya untuk memuat set data Anda dan membangun model pembelajaran mesin Anda.
DataLearner digunakan sebagai alat pengajaran dalam mata pelajaran Teknik Data dan Pengetahuan ITC573 untuk gelar pasca sarjana Magister Teknologi Informasi di Universitas Charles Sturt.
Dapatkan sumber daya:
Kode sumber berlisensi GPL3 di Github: https://github.com/darrenyatesau/DataLearner
Video cepat di YouTube: https://youtu.be/H-7pETJZf-g
Makalah penelitian tentang arXiv: https://arxiv.org/abs/1906.03773
Makalah konferensi AusDM 2018 yang memprakarsai DataLearner: https://www.researchgate.net/publication/331126867
Peneliti, jika Anda menggunakan aplikasi ini dalam aplikasi penelitian, silakan mengutip makalah penelitian di atas. Terima kasih.
Algoritma pembelajaran mesin meliputi:
Bayes BayesNet, NaiveBayes
Fungsi Logistik, SimpleLogistic, MultiLayerPerceptron (Jaringan Neural)
IBk Malas (K Tetangga Terdekat), KStar
Meta AdaBoostM1, Bagging, LogitBoost, MultiBoostAB, Komite Acak, RandomSubSpace, RotationForest
Aturan Aturan Konjungtif, Tabel Keputusan, DTNB, JRip, OneR, PART, Ridor, ZeroR
Pohon ADTree, BFTree, DecisionStump, ForestPA, J48 (C4.5), LADTree, Random Forest, RandomTree, REPTree, SimpleCART, SPAARC, SysFor.
Clusterers DBSCAN, Ekspektasi Maksimalisasi (EM), Terjauh-Pertama, FilteredClusterer, SimpleKMeans
Asosiasi Apriori, FilteredAssociator, FPGrowth
>> Di mana menemukan file kumpulan data? DataLearner hadir dengan kumpulan data demo bawaan yang disebut 'rain.csv', tetapi Anda juga akan menemukan banyak kumpulan data di situs web OpenML - termasuk kumpulan 'ecoli' yang populer (https://www.openml.org). Unduh versi ARFF ke ponsel Anda dan muat ke DataLearner untuk membuat model. Tonton tutorial video baru kami - https://www.youtube.com/watch?v=81tSbclMVT8
Perangkat lunak ini disediakan SEBAGAIMANA ADANYA - meskipun telah diuji, tidak ada jaminan yang tersirat atau diberikan.
