DataLearner - Data Mining Software for Android

A descrição de DataLearner - Data Mining Software for Android

O DataleArner é uma ferramenta fácil de usar para a mineração de dados e a descoberta de conhecimento de seus próprios conjuntos de dados de treinamento com formatação com formatação CSV. É totalmente independente, não requer armazenamento externo ou conectividade de rede - ele constrói modelos diretamente no seu telefone ou tablet.
>> Suporte ARFF e CSV
Os conjuntos de dados de treinamento devem ser o formato CSV (variável separada por vírgula) ou Weka ARFF. Arquivos CSV devem ter os seguintes recursos:
* incluem um attributo de classe de cabeçalho * Atributo é inicialmente definido como última coluna
>> Atributo de classe de força a nominal
Os algoritmos de Datalearner esperam atributos de classe nominais / categóricos e usar um atributo de classe numérica farão com que a maioria dos algoritmos falhe. O novo 'atributo de classe de força a nominal' supera isso, no entanto, os atributos da classe nominal com muitos valores distintos podem usar muita memória RAM.
DataleArner caracteriza classificação, associação e algoritmos de cluster a partir do Weka de código aberto (Ambiente de Waikato para o pacote de análise de conhecimento), além de novos algoritmos desenvolvidos pela Unidade de Pesquisa de Ciência de Dados (DSRU) em Charles Sturt University. Combinado, o aplicativo fornece aos algoritmos de 42 aprendizagem de máquinas / de mineração de dados, incluindoforest, C4.5 (J48) e NaiveBayes.
Datalearner recolhe nenhuma informação - requer acesso ao armazenamento do seu dispositivo, basta carregar seus conjuntos de dados e criar seus modelos de aprendizagem de máquina.
* Datalearner está sendo usado como uma ferramenta de ensino no
ITC573 dados e conhecimento Assunto de engenharia
Para o mestre da tecnologia da informação Pós-graduação em Charles Sturt University. * * Dataalearner Research foi apresentado na Ada 2019 (15ª Conferência Internacional sobre Mineração e Aplicações de Dados Avançados) e publicado em 'Palestres no Inteligência Artificial '(Springer)
Receba os recursos:
GPL3-licenciado código fonte no github:
https://github.com/darrenyatau/datalearner
Vídeo rápido no Youtube:
https://youtu.be/h-7petjzf-g
Pesquisa em ArXIV:
https://arxiv.org/abs/1906.03773
AUSDM 2018 Papel de conferência que iniciou DataLearner:
https: //www.researchgate.net/publication/331126867
Pesquisadores, se você usar este aplicativo em pedidos de pesquisa, cite os trabalhos de pesquisa acima. Obrigado.
Algoritmos de Aprendizagem de Máquinas:
• Bayes - Bayesnet, Naivebayes
• Funções - Logística, Simplelogistic, MultilayerPeptron (Rede Neural)
• Lazy - Ibk (K Newbors mais próximo) , KSTAR
• Meta - Adabeostm1, Ensaquimagem, Logit - Multiboostab, Comitê Aleatório, Randomsubspace, Rotationforest
• Regras - Regra Conjuntiva, Tabela de decisão, DTNB, Jriip, Oner, Parte, Ridor, Zeror - Adtree, BFTree, Decisionstump, Forestpa, J48 (C4.5), Ladrão, Floresta Aleatória, RandomExtree, Reptree, SimpleCart, SpaC, Sysfor.
• Clusterers - DBScan, Expectativa Maximização (Em), FilteredCluster , Simplekmanos
• Associações - Apriori, filtroedassociator, fpons
Este software é fornecido "AS-IS" - Embora tenha sido testado, nenhuma garantia ou garantia é implícita ou dada. Use-o por sua conta e risco. Seu download deste software mostra que você concorda com esses termos.