| கோப்பு வகை | APK |
|---|---|
| பதிப்பு | 1.1.7 |
| பதிப்பகத்தார் | Darren Yates |
| வெளிவரும் தேதி | 3 நவ., 2019 |
| தேதி சேர்க்கப்பட்டது | 3 நவ., 2019 |
| OS தேவைகள் | Android |
| தேவைகள் | Requires Android 4.4 and up |
| மொத்த பதிவிறக்கங்கள் | 4 |
| வாரத்திற்கு பதிவிறக்கங்கள் | 1 |
| விலை | Free |
விளக்கம்
DataLearner என்பது உங்கள் சொந்த இணக்கமான ARFF மற்றும் CSV-வடிவமைக்கப்பட்ட பயிற்சி தரவுத்தொகுப்புகளிலிருந்து தரவுச் செயலாக்கம் மற்றும் அறிவைக் கண்டறிவதற்கான எளிதான உபயோகக் கருவியாகும் (* கீழே பார்க்கவும்). இது முழுவதுமாக தன்னகத்தே கொண்டது, வெளிப்புற சேமிப்பிடம் அல்லது நெட்வொர்க் இணைப்பு தேவையில்லை, இது உங்கள் தொலைபேசி அல்லது டேப்லெட்டில் நேரடியாக மாதிரிகளை உருவாக்குகிறது. இது ஒரு பயிற்சி வகுப்பு அல்லது புத்தகம் அல்ல - இது ஒரு உண்மையான இயந்திர கற்றல் அடிப்படையிலான தரவுச் செயலாக்க பயன்பாடாகும்.
>> ARFF மற்றும் CSV ஆதரவு பயிற்சி தரவுத்தொகுப்புகள் Weka ARFF வடிவம் அல்லது CSV (காற்புள்ளியால் பிரிக்கப்பட்ட மாறி) ஆகியவற்றுடன் இணங்க வேண்டும். CSV கோப்புகள் பின்வரும் அம்சங்களைக் கொண்டிருக்க வேண்டும்:
* தலைப்பு வரிசையை சேர்க்க வேண்டும்
* வகுப்பு பண்புக்கூறு ஆரம்பத்தில் கடைசி நெடுவரிசையாக அமைக்கப்பட்டுள்ளது
>> பெயரளவுக்கு கட்டாய வகுப்பு பண்புக்கூறு DataLearner இன் பெரும்பாலான வழிமுறைகள் பெயரளவு/வகையான வகுப்பு பண்புகளை எதிர்பார்க்கின்றன மற்றும் எண் வகுப்பு பண்புக்கூறைப் பயன்படுத்துவது பெரும்பாலான அல்காரிதம்கள் தோல்வியடையும். புதிய 'ஃபோர்ஸ் கிளாஸ் அட்ரிபியூட் டு நாமமினல்' இதை முறியடிக்கிறது, இருப்பினும், பல தனித்துவமான மதிப்புகளைக் கொண்ட பெயரளவு வகுப்பு பண்புக்கூறுகள் அதிக ரேமைப் பயன்படுத்தக்கூடும்.
*** செய்திகள்! ADMA 2019 (மேம்பட்ட டேட்டா மைனிங் மற்றும் அப்ளிகேஷன்ஸ் பற்றிய 15வது சர்வதேச மாநாடு) விளக்கக்காட்சிக்காக டேட்டாலேர்னர் ஆராய்ச்சி தேர்ந்தெடுக்கப்பட்டது, மேலும் இது 'செயற்கை நுண்ணறிவு விரிவுரை குறிப்புகள்' (ஸ்பிரிங்கர்) *** இல் வெளியிடப்படும்.
DataLearner ஆனது, ஓப்பன் சோர்ஸ் Weka (Waikato Environment for Knowledge Analysis) தொகுப்பிலிருந்து வகைப்படுத்தல், இணைத்தல் மற்றும் கிளஸ்டரிங் அல்காரிதம்கள் மற்றும் சார்லஸ் ஸ்டர்ட் பல்கலைக்கழகத்தில் உள்ள தரவு அறிவியல் ஆராய்ச்சி பிரிவு (DSRU) உருவாக்கிய புதிய வழிமுறைகள் ஆகியவற்றைக் கொண்டுள்ளது. ஒருங்கிணைந்த, பயன்பாடு 42 இயந்திர கற்றல்/தரவு-சுரங்க அல்காரிதம்களை வழங்குகிறது, இதில் RandomForest, C4.5 (J48) மற்றும் NaiveBayes ஆகியவை அடங்கும்.
DataLearner உங்கள் தரவுத்தொகுப்புகளை ஏற்றுவதற்கும் உங்கள் இயந்திர கற்றல் மாதிரிகளை உருவாக்குவதற்கும் உங்கள் சாதன சேமிப்பகத்திற்கான அணுகல் தேவைப்படும் எந்த தகவலையும் சேகரிக்காது.
சார்லஸ் ஸ்டர்ட் பல்கலைக்கழகத்தில் தகவல் தொழில்நுட்ப முதுகலை பட்டப்படிப்புக்கான ITC573 தரவு மற்றும் அறிவுப் பொறியியல் பாடத்தில் டேட்டாலேர்னர் ஒரு கற்பித்தல் கருவியாகப் பயன்படுத்தப்படுகிறது.
ஆதாரங்களைப் பெறுங்கள்:
கிதுப்பில் GPL3-உரிமம் பெற்ற மூலக் குறியீடு: https://github.com/darrenyatesau/DataLearner
YouTube இல் விரைவான வீடியோ: https://youtu.be/H-7pETJZf-g
arXiv பற்றிய ஆய்வுக் கட்டுரை: https://arxiv.org/abs/1906.03773
டேட்டாலேர்னரைத் தொடங்கிய AusDM 2018 மாநாட்டுத் தாள்: https://www.researchgate.net/publication/331126867
ஆராய்ச்சியாளர்களே, இந்தச் செயலியை நீங்கள் ஆராய்ச்சிப் பயன்பாடுகளில் பயன்படுத்தினால், மேலே உள்ள ஆய்வுக் கட்டுரைகளை மேற்கோள் காட்டவும். நன்றி.
இயந்திர கற்றல் வழிமுறைகளில் பின்வருவன அடங்கும்:
Bayes BayesNet, NaiveBayes
செயல்பாடுகள் லாஜிஸ்டிக், சிம்பிள்லாஜிஸ்டிக், மல்டிலேயர் பெர்செப்ட்ரான் (நியூரல் நெட்வொர்க்)
சோம்பேறி IBk (K அருகில் உள்ளவர்கள்), KStar
Meta AdaBoostM1, பேக்கிங், LogitBoost, MultiBoostAB, ரேண்டம் கமிட்டி, ரேண்டம் சப்ஸ்பேஸ், ரோட்டேஷன் ஃபாரெஸ்ட்
விதிகள் இணைந்த விதி, முடிவு அட்டவணை, DTNB, JRip, OneR, PART, Ridor, ZeroR
மரங்கள் ADTree, BFTree, DecisionStump, ForestPA, J48 (C4.5), LADTree, Random Forest, RandomTree, REPTree, SimpleCART, SPAARC, SysFor.
Clusterers DBSCAN, Expectation Maximization (EM), Farthest-First, FilteredClusterer, SimpleKMeans
சங்கங்கள் Apriori, வடிகட்டப்பட்ட அசோசியேட்டர், FPGrowth
>> தரவுத்தொகுப்பு கோப்புகளை எங்கே கண்டுபிடிப்பது? DataLearner ஆனது 'rain.csv' எனப்படும் உள்ளமைக்கப்பட்ட டெமோ தரவுத்தொகுப்புடன் வருகிறது, ஆனால் நீங்கள் OpenML இணையதளத்தில் ஏராளமான தரவுத்தொகுப்புகளைக் காணலாம் - பிரபலமான 'ecoli' தொகுப்பு (https://www.openml.org) உட்பட. உங்கள் மொபைலில் ARFF பதிப்புகளைப் பதிவிறக்கி, மாடல்களை உருவாக்க அவற்றை DataLearner இல் ஏற்றவும். எங்கள் புதிய வீடியோ டுடோரியலைப் பார்க்கவும் - https://www.youtube.com/watch?v=81tSbclMVT8
இந்த மென்பொருள் AS-IS என வழங்கப்படுகிறது - இது சோதிக்கப்படும் போது, எந்த உத்தரவாதமும் குறிப்பிடப்படவில்லை அல்லது வழங்கப்படவில்லை.
