Weka(기계학습)

Weka (machine learning)
"WEKA"는 여기서 리다이렉트 됩니다.기타 용도는 Weka(동음이의)를 참조하십시오.
웨카
Weka logo, featuring weka, a bird endemic to New Zealand
뉴질랜드 고유 조류인 Weka가 특징인 Weka 로고
Weka-3.5.5.png
Iris UCI 데이터 세트를 사용하여 탐색기 창을 연 Weka 3.5.5
개발자와이카토 대학교
안정된 릴리스
3.8.6 (안정적) / 2022년 1월 28일; 6개월 전(2022-01-28)
프리뷰 릴리즈
3.9.6 / 2022년 1월 28일; 6개월 전(2022-01-28)
저장소
기입처자바
운영 체제Windows, macOS, Linux
플랫폼IA-32, x86-64, ARM_아키텍처, Java SE
유형기계 학습
면허증.GNU 일반 공중 라이선스
웹 사이트www.cs.waikato.ac.nz/~ml/weka

뉴질랜드의 와이카토 대학에서 개발된Waikato Environment for Knowledge Analysis(Weka)는 GNU General Public License로 라이선스된 무료 소프트웨어이며, "Data Mining: Practical Machine Learning Tool and Technics"[1]라는 책의 부속 소프트웨어입니다.

묘사

Weka에는 데이터 분석 및 예측 모델링을 위한 시각화 도구 및 알고리즘 모음과 이러한 [1]기능에 쉽게 액세스할 수 있는 그래픽 사용자 인터페이스가 포함되어 있습니다.원래 비 Java 버전의 Weka는 다른 프로그래밍 언어로 구현된 (대부분 서드파티) Tcl/Tk 모델링 알고리즘과 C의 데이터 전처리 유틸리티, 머신 러닝 실험을 실행하기 위한 makefile 기반 시스템이었다.원래 버전은 주로 농업 도메인의 데이터를 [2][3]분석하기 위한 도구로 설계되었지만, 1997년에 개발이 시작된 보다 최근의 Java 기반 버전(Weka 3)은 현재 많은 다른 응용 분야, 특히 교육 목적과 연구를 위해 사용되고 있습니다.Weka의 장점은 다음과 같습니다.

  • GNU General Public License에서 무료로 이용 가능.
  • 휴대성은 Java 프로그래밍 언어로 완전히 구현되어 있으며, 따라서 거의 모든 최신 컴퓨팅 플랫폼에서 실행됩니다.
  • 데이터 전처리 및 모델링 기술의 포괄적인 집합입니다.
  • 그래피컬 사용자 인터페이스로 사용하기 쉬움

Weka는 데이터 전처리, 클러스터링, 분류, 회귀, 시각화 및 기능 선택 등 몇 가지 표준 데이터 마이닝 태스크를 지원합니다.Weka에 대한 입력은 Attribute-Relational File Format에 따라 .arff 확장자가 붙은 파일 이름으로 포맷되어야 합니다.Weka의 모든 기술은 데이터가 하나의 플랫 파일 또는 관계로서 이용 가능하다는 가정 하에 상정되어 있습니다.여기서 각 데이터 포인트는 고정된 수의 속성(일반적으로 숫자 또는 공칭 속성)으로 기술되지만 다른 속성 유형도 지원됩니다.Weka는 Java Database Connectivity를 사용하여 SQL 데이터베이스에 액세스할 수 있으며 데이터베이스 쿼리에 의해 반환된 결과를 처리할 수 있습니다.Weka는 Deeplearning4j를 [4]통해 딥 러닝에 액세스할 수 있습니다.다관계 데이터 마이닝은 불가능하지만 링크된 데이터베이스 테이블의 컬렉션을 [5]Weka를 사용하여 처리하기에 적합한 단일 테이블로 변환하기 위한 별도의 소프트웨어가 있습니다.현재 Weka 분포에 포함된 알고리즘에서 다루지 않는 또 다른 중요한 영역은 시퀀스 모델링입니다.

확장 패키지

버전 3.7.2에서는 확장 [6]패키지를 쉽게 설치할 수 있도록 패키지 매니저가 추가되었습니다.이 버전 이전에 Weka에 포함되었던 일부 기능은 이후 이러한 확장 패키지로 이동되었지만, 이 변경으로 인해 Weka에 대한 확장 및 소프트웨어 유지보수가 쉬워졌습니다.이 모듈러 아키텍처는 Weka 코어 및 개별 확장의 개별 업데이트를 가능하게 하기 때문입니다.

역사

  • 1993년 뉴질랜드의 와이카토 대학교는 Tcl/Tk, C, makefiles가 혼합된 Weka의 원래 버전을 개발하기 시작했습니다.
  • 1997년 모델링 [7]알고리즘 구현을 포함하여 Java에서 Weka를 처음부터 재개발하기로 결정했습니다.
  • 2005년에 Weka는 SIGKDD Data Mining and Knowledge Discovery Service [8][9]Award를 수상했습니다.
  • 2006년 펜타호사는 Weka를 비즈니스 [10]인텔리전스에 사용할 수 있는 독점 라이선스를 취득했습니다.Pentaho 비즈니스 인텔리전스 제품군의 데이터 마이닝 및 예측 분석 구성 요소를 구성합니다.Pentaho는 이후 Hitachi Vantara에 인수되었으며, Weka는 현재 PMI(Plugin for Machine Intelligence) 오픈 소스 [11]컴포넌트를 담당하고 있습니다.

관련 도구

  • Auto-WEKA는 Weka의 [12]자동 기계 학습 시스템입니다.
  • Index-Structures에 의해 지원되는 DeveLoping KDD-Applications 환경(ELKI)은 클러스터 분석, 즉 비감독 방법에 초점을 맞춘 Weka와 유사한 프로젝트이다.
  • H2O.ai은 오픈 소스 데이터 과학 및 머신 러닝 플랫폼입니다.
  • KNIME은 Java에서 구현된 기계 학습 및 데이터 마이닝 소프트웨어입니다.
  • Massive Online Analysis(MOA)는 뉴질랜드 와이카토 대학에서 개발된 대규모 데이터 스트림 마이닝을 위한 오픈 소스 프로젝트입니다.
  • Neural Designer는 C++로 작성된 딥 러닝 기술을 기반으로 하는 데이터 마이닝 소프트웨어입니다.
  • Orange는 skit-learn에 기반한 데이터 마이닝, 머신 러닝 및 시각화를 위한 유사한 오픈 소스 프로젝트입니다.
  • RapidMiner는 Webka를 통합한 Java에서 구현된 상용 머신 러닝 프레임워크입니다.
  • Scikit-learn은 Python에서 인기 있는 기계 학습 라이브러리입니다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ a b Witten, Ian H.; Frank, Eibe; Hall, Mark A.; Pal, Christopher J. (2011). "Data Mining: Practical machine learning tools and techniques, 3rd Edition". Morgan Kaufmann, San Francisco (CA). Retrieved 2011-01-19.
  2. ^ Holmes, Geoffrey; Donkin, Andrew; Witten, Ian H. (1994). "Weka: A machine learning workbench" (PDF). Proceedings of the Second Australia and New Zealand Conference on Intelligent Information Systems, Brisbane, Australia. Retrieved 2007-06-25.
  3. ^ Garner, Stephen R.; Cunningham, Sally Jo; Holmes, Geoffrey; Nevill-Manning, Craig G.; Witten, Ian H. (1995). "Applying a machine learning workbench: Experience with agricultural databases" (PDF). Proceedings of the Machine Learning in Practice Workshop, Machine Learning Conference, Tahoe City (CA), USA. pp. 14–21. Retrieved 2007-06-25.
  4. ^ "Weka Package Metadata". SourceForge. 2017. Retrieved 2017-11-11.
  5. ^ Reutemann, Peter; Pfahringer, Bernhard; Frank, Eibe (2004). "Proper: A Toolbox for Learning from Relational Data with Propositional and Multi-Instance Learners". 17th Australian Joint Conference on Artificial Intelligence (AI2004). Springer-Verlag. CiteSeerX 10.1.1.459.8443.
  6. ^ "weka-wiki - Packages". Retrieved 27 January 2020.
  7. ^ Witten, Ian H.; Frank, Eibe; Trigg, Len; Hall, Mark A.; Holmes, Geoffrey; Cunningham, Sally Jo (1999). "Weka: Practical Machine Learning Tools and Techniques with Java Implementations" (PDF). Proceedings of the ICONIP/ANZIIS/ANNES'99 Workshop on Emerging Knowledge Engineering and Connectionist-Based Information Systems. pp. 192–196. Retrieved 2007-06-26.
  8. ^ Piatetsky-Shapiro, Gregory I. (2005-06-28). "KDnuggets news on SIGKDD Service Award 2005". Retrieved 2007-06-25.
  9. ^ "Overview of SIGKDD Service Award winners". 2005. Retrieved 2007-06-25.
  10. ^ "Pentaho Acquires Weka Project". Pentaho. Retrieved 2018-02-06.
  11. ^ "Plugin for Machine Intelligence".
  12. ^ Thornton, Chris; Hutter, Frank; Hoos, Holger H.; Leyton-Brown, Kevin (2013). Auto-WEKA: Combined Selection and Hyperparameter Optimization of Classification Algorithms. KDD '13 Proceedings of the 19th ACM SIGKDD international conference on Knowledge discovery and data mining. pp. 847–855.

외부 링크

Wikimedia Commons에는 Weka(기계학습) 관련 미디어가 있습니다.