DataLearner - Data Mining Software for Android APK

Descrizione

DataLearner è uno strumento facile da usare per l'estrazione di dati e l'individuazione delle conoscenze dai tuoi set di dati di formazione in formato ARFF e CSV compatibili (* vedi sotto). È completamente autonomo, non richiede memoria esterna o connettività di rete, costruisce modelli direttamente sul tuo telefono o tablet. Questo non è un corso di formazione o un libro: è una vera app di data mining basata sull'apprendimento automatico.

>> Supporto ARFF e CSV I set di dati di formazione devono essere conformi al formato Weka ARFF o CSV (variabile separata da virgole). I file CSV devono avere le seguenti caratteristiche:

* deve includere una riga di intestazione

* L'attributo class è inizialmente impostato come ultima colonna

>> Forza l'attributo di classe a nominale La maggior parte degli algoritmi di DataLearner prevede attributi di classe nominali/categoriali e l'utilizzo di un attributo di classe numerico causerà il fallimento della maggior parte degli algoritmi. Il nuovo "forza l'attributo di classe a nominale" supera questo problema, tuttavia, gli attributi di classe nominale con troppi valori distinti possono consumare troppa RAM.

*** NOTIZIA! La ricerca di DataLearner è stata selezionata per la presentazione all'ADMA 2019 (15th International Conference on Advanced Data Mining and Applications) e sarà pubblicata in 'Lecture Notes in Artificial Intelligence' (Springer) ***

DataLearner presenta algoritmi di classificazione, associazione e clustering dal pacchetto open source Weka (Waikato Environment for Knowledge Analysis), oltre a nuovi algoritmi sviluppati dalla Data Science Research Unit (DSRU) presso la Charles Sturt University. Insieme, l'app fornisce 42 algoritmi di machine learning/data mining, tra cui RandomForest, C4.5 (J48) e NaiveBayes.

DataLearner non raccoglie informazioni che richiedano l'accesso allo spazio di archiviazione del tuo dispositivo semplicemente per caricare i tuoi set di dati e creare i tuoi modelli di apprendimento automatico.

DataLearner viene utilizzato come strumento di insegnamento nella materia ITC573 Data and Knowledge Engineering per il Master in Information Technology presso la Charles Sturt University.

Ottieni le risorse:

Codice sorgente con licenza GPL3 su Github: https://github.com/darrenyatesau/DataLearner

Video veloce su YouTube: https://youtu.be/H-7pETJZf-g

Documento di ricerca su arXiv: https://arxiv.org/abs/1906.03773

Documento della conferenza AusDM 2018 che ha avviato DataLearner: https://www.researchgate.net/publication/331126867

Ricercatori, se utilizzi questa app in applicazioni di ricerca, citare i documenti di ricerca sopra. Grazie.

Gli algoritmi di apprendimento automatico includono:

Bayes BayesNet, NaiveBayes

Funzioni Logistica, SimpleLogistic, MultiLayerPerceptron (rete neurale)

Lazy IBk (K Vicini più vicini), KStar

Meta AdaBoostM1, Bagging, LogitBoost, MultiBoostAB, Random Committee, RandomSubSpace, RotationForest

Regole Regola congiuntiva, Tabella delle decisioni, DTNB, JRip, OneR, PART, Ridor, ZeroR

Alberi ADTree, BFTree, DecisionStump, ForestPA, J48 (C4.5), LADTree, Random Forest, RandomTree, REPTree, SimpleCART, SPAARC, SysFor.

Clusterer DBSCAN, Expectation Maximization (EM), Farthest-First, FilteredClusterer, SimpleKMeans

Associazioni Apriori, FilteredAssociator, FPGrowth

>> Dove trovare i file dei set di dati? DataLearner viene fornito con un set di dati demo integrato chiamato "rain.csv", ma troverai anche molti set di dati sul sito Web di OpenML, incluso il popolare set "ecoli" (https://www.openml.org). Scarica le versioni ARFF sul tuo telefono e caricale in DataLearner da cui creare modelli. Guarda il nostro nuovo video tutorial - https://www.youtube.com/watch?v=81tSbclMVT8

Questo software viene fornito così com'è - mentre è stato testato, nessuna garanzia è implicita o fornita.