웨카(소프트웨어)

Weka (software)
"WEKA"는 여기로 방향을 바꿉니다. 기타 용도는 Wecka(동음이의)를 참조하십시오.
웨카
개발자와이카토 대학교
안정적 방출
3.8.6(안정적) / 2022년 1월 28일, 2년 전(2022-01-28)
미리보기 릴리스
3.9.6 / 2022년 1월 28일, 2년 전(2022-01-28)
저장소
로 적음자바
운영체제Windows, macOS, Linux
플랫폼IA-32, x86-64, ARM_아키텍처; Java SE
유형머신러닝
면허증.GNU 일반 공중 사용 허가서
웹사이트www.cs.waikato.ac.nz/ ~ml/weka

Waikato Environment for Knowledge Analysis(Weka)는 GNU General Public License에 따라 라이센스가 부여된 기계 학습 및 데이터 분석 자유 소프트웨어 모음입니다. 뉴질랜드 와이카토 대학교에서 개발되었으며 "데이터 마이닝: 실용적인 기계 학습 도구 및 기술"이라는 책의 동반 소프트웨어입니다.[1]

묘사

Weca에는 데이터 분석 및 예측 모델링을 위한 시각화 도구 및 알고리즘 모음과 이러한 기능에 쉽게 액세스할 수 있는 그래픽 사용자 인터페이스가 포함되어 있습니다.[1] 원래 비자바 버전의 웨카는 다른 프로그래밍 언어로 구현된 Tcl/Tk 프론트엔드에서 (대부분 제3자) 모델링 알고리즘과 C의 데이터 전처리 유틸리티 및 머신 러닝 실험을 실행하기 위한 makefile 기반 시스템이었습니다. 이 원본 버전은 주로 농업 영역의 데이터를 분석하기 위한 도구로 [2][3]설계되었지만 1997년에 개발이 시작된 더 최근의 완전한 자바 기반 버전(Weka 3)은 현재 특히 교육 목적과 연구를 위해 다양한 응용 분야에서 사용되고 있습니다. 웨카의 장점은 다음과 같습니다.

  • GNU General Public License에 따라 무료로 이용할 수 있습니다.
  • 자바 프로그래밍 언어로 완전히 구현되어 거의 모든 최신 컴퓨팅 플랫폼에서 실행되기 때문에 휴대성.
  • 데이터 전처리 및 모델링 기술의 포괄적인 모음입니다.
  • 그래픽 사용자 인터페이스로 인한 사용 편의성.

Weca는 몇 가지 표준 데이터 마이닝 작업, 특히 데이터 전처리, 클러스터링, 분류, 회귀, 시각화 및 기능 선택을 지원합니다. Wecka에 대한 입력은 속성-관계형 파일 형식에 따라 .arff 확장자가 포함된 파일 이름으로 포맷될 것으로 예상됩니다. Weca의 모든 기술은 데이터가 하나의 플랫 파일 또는 관계로 제공된다는 가정에 기초하며, 여기서 각 데이터 포인트는 고정된 수의 속성(일반적으로 숫자 또는 공칭 속성)으로 설명되지만 일부 다른 속성 유형도 지원됩니다. Weka는 Java Database Connectivity를 사용하여 SQL 데이터베이스에 액세스할 수 있으며 데이터베이스 쿼리에 의해 반환되는 결과를 처리할 수 있습니다. Weca는 Deep Learning 4j로 딥러닝에 대한 액세스를 제공합니다.[4] 다중 관계형 데이터 마이닝이 가능하지 않지만 링크된 데이터베이스 테이블 모음을 Weca를 사용하여 처리하기에 적합한 단일 테이블로 변환하기 위한 별도의 소프트웨어가 있습니다.[5] 현재 웨카 분포에 포함된 알고리즘에서 다루지 않는 또 다른 중요한 영역은 시퀀스 모델링입니다.

확장 패키지

버전 3.7.2에서는 확장 패키지를 더 쉽게 설치할 수 있도록 패키지 관리자가 추가되었습니다.[6] 이 버전 이전에 Weca에 포함되어 있던 일부 기능은 이후 이러한 확장 패키지로 옮겨졌지만, 이 변경 사항은 또한 Weca 코어 및 개별 확장을 독립적으로 업데이트할 수 있기 때문에 다른 기능이 Weca에 확장을 더 쉽게 제공하고 소프트웨어를 유지 관리할 수 있도록 해줍니다.

역사

  • 1993년, 뉴질랜드의 와이카토 대학(University of Waikato)은 Tcl/Tk, C, makefile을 혼합한 Weca의 원본을 개발하기 시작했습니다.
  • 1997년에는 모델링 알고리즘 구현을 포함하여 자바에서 Weca를 처음부터 재개발하기로 결정했습니다.[7]
  • Weca는 2005년 SIGKDD Data Mining and Knowledge Discovery Service Award를 수상했습니다.[8][9]
  • 2006년 Pentaho Corporation은 Weka를 비즈니스 인텔리전스에 사용할 수 있는 독점 라이선스를 획득했습니다.[10] 펜타호 비즈니스 인텔리전스 제품군의 데이터 마이닝 및 예측 분석 구성 요소를 구성합니다. 펜타호는 이후 Hitachi Vantara에 인수되었으며, Weca는 현재 PMI(Plugin for Machine Intelligence) 오픈 소스 구성 요소를 뒷받침합니다.[11]

관련 공구

  • Auto-WEKA는 Weka를 위한 자동화된 기계 학습 시스템입니다.[12]
  • ELKI(Environment for Developing KDD-Applications Supported by Index-Structures)는 클러스터 분석, 즉 비지도 방법에 중점을 둔 Weca와 유사한 프로젝트입니다.
  • H2O.ai 은 오픈 소스 데이터 과학 및 머신 러닝 플랫폼입니다.
  • KNIME은 자바로 구현된 머신 러닝 및 데이터 마이닝 소프트웨어입니다.
  • MOA(Massive Online Analysis)는 데이터 스트림의 대규모 채굴을 위한 오픈 소스 프로젝트로, 뉴질랜드 와이카토 대학에서도 개발되었습니다.
  • 뉴럴 디자이너는 C++로 작성된 딥러닝 기법을 기반으로 한 데이터 마이닝 소프트웨어입니다.
  • Orange는 scikit-learn을 기반으로 데이터 마이닝, 머신 러닝 및 시각화를 위한 유사한 오픈 소스 프로젝트입니다.
  • RapidMiner는 Weka를 통합한 Java로 구현된 상용 머신 러닝 프레임워크입니다.
  • scikit-learn은 파이썬에서 인기 있는 기계 학습 라이브러리입니다.

참고 항목

참고문헌

  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

위키미디어 커먼즈는 웨카(기계학습)와 관련된 미디어를 보유하고 있습니다.