DataLearner - Data Mining Software for Android

DataLearner는 자체 호환 ARFF 및 CSV 형식의 교육 데이터 집합에서 데이터 마이닝 및 지식 검색을 위해 사용하기 쉬운 도구입니다. 완전히 자체 포함되어있어 외부 저장소 또는 네트워크 연결이 필요하지 않습니다. 휴대 전화 또는 태블릿에서 직접 모델을 구축합니다.
>> ARFF 및 CSV 지원
교육 데이터 세트는 CSV (쉼표로 구분 된 변수) 또는 Weka ARFF 형식이어야합니다.
CSV 파일에는 다음과 같은 기능이 있어야합니다.
* 머리글 포함
* 클래스 속성은 초기에 마지막 열로 설정됩니다
>> 포스 클래스 속성
가장 DataLearner의 알고리즘의 명목 / 범주 구성 클래스 속성이 있으며 숫자 클래스 속성을 사용하면 대부분의 알고리즘이 실패하게됩니다. 기능은 새로운 '명목으로 강제 클래스 속성은'. 너무 많은 고유 값이 너무 많은 RAM을 사용할 수와 함께이, 그러나, 명목 클래스 속성을 극복
가상 DataLearner는 오픈 소스 웨카에서 분류, 협회 및 클러스터링 알고리즘을 제공합니다 (지식 분석을위한 Waikato 환경) 패키지 플러스 찰스 슈트 대학교 데이터 과학 연구부 (DSRU)가 개발 한 새로운 알고리즘. 결합 된 앱은 랜덤 포스트, C4.5 (J48) 및 NaiveBayes를 포함하여 42 개의 기계 학습 / 데이터 마이닝 알고리즘을 제공합니다.
DataLearner는 정보를 수집하지 않습니다. 장치 저장소에 데이터 집합을로드하고 기계 학습 모델을 작성하기 만하면됩니다.
ITC573 데이터 및 지식 엔지니어링 주제
찰스 스트 차트 대학의 정보 기술 대학원 학위 주제를위한
* DataLearner 연구가 ADMA 2019 (고급 데이터 마이닝 및 애플리케이션에 대한 제 15 회 국제 회의)에 발표되었습니다. 인공 지능 '(Springer)
자원 가져 오기 : GitHub의 GPL3 라이센스 소스 코드 :
itttps://github.com/darrenyatesau/datalearner
https://youtu.be/h-7petjzf-g
ittps:///arxiv.org/abs/1906.03773
arusdm 2018. DataLearner를 시작한 회의지 :
https : //www.researchgate.net/publication/331126867
연구원 에서이 앱을 사용하는 경우 위의 연구 논문을 인용하십시오. 감사합니다.
기계 학습 알고리즘은 다음과 같습니다 :
• BayesNet, NaiveBayes
• 기능 - 물류, SimploLogistic, MultilayerPerceptron (신경망)
• 게으른 - IBK (K 가장 가까운 이웃) , KSTAR
• Meta - Adaboostm1, Bagging, LogitBoost, Multiboostab, Random위원회, 랜덤 스페이스, RotationForest
• 규칙 - 결막 규칙, 의사 결정 테이블, DTNB, JRIP, Oner, 부품, 라리버, Zeror, - Adtree, BFTree, Decissicstump, Forestpa, J48 (C4.5), Ladtree, Random Forest, RandomTree, Reptree, SimpleCart, SPARCR, SYSFOR.
• Clusterers - DBSCAN, 기대 모범 (EM), Farthest-Firt, FilteredCluster , SimpleKmeans
• Apriori, FilteredAssociator, FPGRowth
면책 조항 :이 소프트웨어는 테스트를 거쳐 보증이나 보증이 없거나 주어지지 않습니다. 자신의 위험에 따라 사용하십시오. 이 소프트웨어를 다운로드하면이 조건에 동의하게됩니다.