| फाइलको प्रकार | APK |
|---|---|
| संस्करण | 1.1.7 |
| प्रकाशक | Darren Yates |
| जारी मिति | २०१९ नोभेम्बर ३ |
| मिति थपियो | २०१९ नोभेम्बर ३ |
| ओएस आवश्यकताहरू | Android |
| आवश्यकताहरु | Requires Android 4.4 and up |
| कुल डाउनलोड | ४ |
| हप्तामा डाउनलोडहरू | १ |
| मूल्य | Free |
वर्णन
DataLearner तपाईको आफ्नै मिल्दो ARFF र CSV-ढाँचाबद्ध प्रशिक्षण डेटासेटहरू (* तल हेर्नुहोस्) बाट डाटा खनन र ज्ञान खोजको लागि प्रयोग गर्न सजिलो उपकरण हो। यो पूर्ण रूपमा आत्म-निहित छ, कुनै बाह्य भण्डारण वा नेटवर्क जडान आवश्यक पर्दैन यसले सीधा तपाईंको फोन वा ट्याब्लेटमा मोडेलहरू बनाउँछ। यो कुनै प्रशिक्षण पाठ्यक्रम वा पुस्तक होइन - यो एक वास्तविक मेसिन-लर्निङ-आधारित डाटा माइनिङ एप हो।
>> ARFF र CSV समर्थन प्रशिक्षण डेटासेटहरू या त Weka ARFF ढाँचा वा CSV (अल्पविराम-विभाजित चल) अनुरूप हुनुपर्छ। CSV फाइलहरूमा निम्न सुविधाहरू हुनुपर्छ:
* हेडर पङ्क्ति समावेश गर्नुपर्छ
* वर्ग विशेषता सुरुमा अन्तिम स्तम्भको रूपमा सेट गरिएको छ
>> फोर्स क्लास एट्रिब्युटलाई नाममात्रमा लगाउनुहोस् DataLearner को एल्गोरिदमले नाममात्र/वर्गीय वर्ग विशेषताहरूको अपेक्षा गर्दछ र संख्यात्मक वर्ग विशेषता प्रयोग गर्दा धेरैजसो एल्गोरिदमहरू असफल हुन्छन्। नयाँ 'फोर्स क्लास एट्रिब्युट टू नोमिनल' ले यसलाई पार गर्छ, तथापि, धेरै फरक मानहरू भएका नाममात्र वर्ग विशेषताहरूले धेरै RAM प्रयोग गर्न सक्छ।
*** समाचार! DataLearner अनुसन्धान ADMA 2019 (उन्नत डाटा माइनिङ र अनुप्रयोगहरूमा 15 औं अन्तर्राष्ट्रिय सम्मेलन) मा प्रस्तुतीकरणको लागि चयन गरिएको छ र 'कृत्रिम बुद्धिमत्तामा लेक्चर नोट्स' (स्प्रिंगर) *** मा प्रकाशित हुनेछ।
DataLearner ले खुला स्रोत Weka (Waikato Environment for Knowledge Analysis) प्याकेजबाट वर्गीकरण, संघ र क्लस्टरिङ एल्गोरिदमहरू, साथै चार्ल्स स्टर्ट विश्वविद्यालयको डाटा साइन्स रिसर्च युनिट (DSRU) द्वारा विकसित नयाँ एल्गोरिदमहरू समावेश गर्दछ। संयुक्त रूपमा, एपले RandomForest, C4.5 (J48) र NaiveBayes सहित ४२ मेसिन-लर्निङ/डेटा-माइनिङ एल्गोरिदमहरू प्रदान गर्दछ।
DataLearner ले तपाइँको डाटासेटहरू लोड गर्न र तपाइँको मेसिन-लर्निङ मोडेलहरू निर्माण गर्न तपाइँको यन्त्र भण्डारणमा पहुँच आवश्यक पर्ने कुनै जानकारी सङ्कलन गर्दैन।
DataLearner को ITC573 डाटा र ज्ञान इन्जिनियरिङ विषय मा चार्ल्स स्टर्ट विश्वविद्यालय मा सूचना प्रविधि स्नातकोत्तर डिग्री को मास्टर को लागी एक शिक्षण उपकरण को रूप मा प्रयोग गरिन्छ।
स्रोतहरू प्राप्त गर्नुहोस्:
GPL3-लाइसेन्स प्राप्त स्रोत कोड Github मा: https://github.com/darrenyatesau/DataLearner
YouTube मा द्रुत भिडियो: https://youtu.be/H-7pETJZf-g
arXiv मा अनुसन्धान पत्र: https://arxiv.org/abs/1906.03773
AusDM 2018 सम्मेलन पेपर जसले DataLearner को शुरुवात गर्यो: https://www.researchgate.net/publication/331126867
अन्वेषकहरू, यदि तपाइँ अनुसन्धान अनुप्रयोगहरूमा यो एप प्रयोग गर्नुहुन्छ भने, कृपया माथिका अनुसन्धान पत्रहरू उद्धृत गर्नुहोस्। धन्यवाद।
मेसिन-लर्निङ एल्गोरिदमहरू समावेश छन्:
Bayes BayesNet, NaiveBayes
फंक्शन लजिस्टिक, सिम्पललोजिस्टिक, मल्टीलेयर पर्सेप्ट्रोन (न्यूरल नेटवर्क)
अल्छी IBk (K निकटतम छिमेकीहरू), KStar
Meta AdaBoostM1, Bagging, LogitBoost, MultiBoostAB, Random Committee, RandomSubSpace, Rotation Forest
नियम संयोजक नियम, निर्णय तालिका, DTNB, JRip, OneR, PART, Ridor, ZeroR
रूखहरू ADTree, BFTree, DecisionStump, ForestPA, J48 (C4.5), LADTree, Random Forest, RandomTree, REPTree, SimpleCART, SPAARC, SysFor।
क्लस्टररहरू DBSCAN, अपेक्षा अधिकतमकरण (EM), सबैभन्दा टाढाको-पहिलो, फिल्टर गरिएको क्लस्टरर, SimpleKMeans
एसोसिएशन Apriori, FilteredAssociator, FPGrowth
>> डाटासेट फाइलहरू कहाँ फेला पार्ने? DataLearner 'rain.csv' नामक बिल्ट-इन डेमो डाटासेटको साथ आउँछ, तर तपाईंले OpenML वेबसाइटमा धेरै डाटासेटहरू पनि फेला पार्नुहुनेछ - लोकप्रिय 'ecoli' सेट सहित (https://www.openml.org)। आफ्नो फोनमा ARFF संस्करणहरू डाउनलोड गर्नुहोस् र मोडेलहरू निर्माण गर्न DataLearner मा लोड गर्नुहोस्। हाम्रो नयाँ भिडियो ट्यूटोरियल हेर्नुहोस् - https://www.youtube.com/watch?v=81tSbclMVT8
यो सफ्टवेयर AS-IS को आपूर्ति गरिएको छ - जब यो परीक्षण गरिएको छ, कुनै वारेन्टी निहित वा दिइएको छैन।
