| نوع الملف | APK |
|---|---|
| الإصدار | 1.1.7 |
| الناشر | Darren Yates |
| يوم الاصدار | ٠٣/١١/٢٠١٩ |
| تم إضافة التاريخ | ٠٣/١١/٢٠١٩ |
| متطلبات نظام التشغيل | Android |
| المتطلبات | Requires Android 4.4 and up |
| إجمالي التنزيلات | ٤ |
| التنزيلات في الأسبوع | ١ |
| السعر | Free |
وصف
DataLearner هي أداة سهلة الاستخدام لاستخراج البيانات واكتشاف المعرفة من مجموعات بيانات التدريب المتوافقة مع ARFF و CSV (* انظر أدناه). إنها قائمة بذاتها بالكامل ، ولا تتطلب أي تخزين خارجي أو اتصال بالشبكة ، فهي تبني نماذج مباشرة على هاتفك أو جهازك اللوحي. هذه ليست دورة تدريبية أو كتابًا - إنه تطبيق حقيقي لتعدين البيانات قائم على التعلم الآلي.
>> دعم ARFF و CSV يجب أن تتوافق مجموعات بيانات التدريب مع تنسيق Weka ARFF أو CSV (متغير مفصول بفواصل). يجب أن تحتوي ملفات CSV على الميزات التالية:
* يجب أن يتضمن صف الرأس
* تم تعيين سمة الفئة في البداية كعمود أخير
>> سمة فئة القوة إلى معظم خوارزميات DataLearner الاسمية تتوقع سمات فئة اسمية/فئوية وسيؤدي استخدام سمة فئة رقمية إلى فشل معظم الخوارزميات. تتغلب سمة فئة القوة إلى الاسمية الجديدة على هذا ، ومع ذلك ، قد تستخدم سمات الفئة الاسمية التي تحتوي على العديد من القيم المميزة الكثير من ذاكرة الوصول العشوائي.
*** الإخبارية! تم اختيار بحث DataLearner للعرض في ADMA 2019 (المؤتمر الدولي الخامس عشر لاستخراج البيانات المتقدمة والتطبيقات) وسيتم نشره في "ملاحظات المحاضرة في الذكاء الاصطناعي" (Springer) ***
يتميز برنامج DataLearner بخوارزميات التصنيف والارتباط والتجميع من حزمة Weka مفتوحة المصدر (بيئة Waikato لتحليل المعرفة) ، بالإضافة إلى الخوارزميات الجديدة التي طورتها وحدة أبحاث علوم البيانات (DSRU) في جامعة تشارلز ستورت. يوفر التطبيق مجتمعة 42 خوارزمية للتعلم الآلي/استخراج البيانات ، بما في ذلك RandomForest و C4.5 (J48) و NaiveBayes.
لا تجمع DataLearner أي معلومات تتطلب الوصول إلى مساحة تخزين جهازك ببساطة لتحميل مجموعات البيانات الخاصة بك وبناء نماذج التعلم الآلي الخاصة بك.
يتم استخدام DataLearner كأداة تعليمية في موضوع ITC573 للبيانات وهندسة المعرفة للحصول على درجة الماجستير في تكنولوجيا المعلومات بعد التخرج من جامعة تشارلز ستورت.
احصل على الموارد:
كود المصدر المرخص لـ GPL3 على Github: https://github.com/darrenyatesau/DataLearner
فيديو سريع على موقع يوتيوب: https://youtu.be/H-7pETJZf-g
ورقة بحثية عن arXiv: https://arxiv.org/abs/1906.03773
ورقة مؤتمر AusDM 2018 التي أطلقت برنامج DataLearner: https://www.researchgate.net/publication/331126867
الباحثون ، إذا كنت تستخدم هذا التطبيق في تطبيقات البحث ، فيرجى الاستشهاد بالأوراق البحثية أعلاه. شكرًا.
تشمل خوارزميات التعلم الآلي ما يلي:
بايز بايز نت ، NaiveBayes
الوظائف اللوجستية ، SimpleLogistic ، MultiLayerPerceptron (الشبكة العصبية)
Lazy IBk (K أقرب الجيران) ، KStar
Meta AdaBoostM1 ، التعبئة ، LogitBoost ، MultiBoostAB ، لجنة عشوائية ، RandomSubSpace ، RotationForest
القواعد قاعدة ربط ، جدول القرار ، DTNB ، JRip ، OneR ، PART ، Ridor ، ZeroR
الأشجار ADTree و BFTree و DecisionStump و ForestPA و J48 (C4.5) و LADTree و Random Forest و RandomTree و REPTree و SimpleCART و SPAARC و SysFor.
المجموعات DBSCAN ، تعظيم التوقعات (EM) ، الأبعد أولاً ، Filtered Clusterer ، SimpleKMeans
الجمعيات Apriori ، FilteredAssociator ، FPGrowth
>> أين تجد ملفات مجموعة البيانات؟ يأتي برنامج DataLearner مع مجموعة بيانات تجريبية مضمّنة تسمى "rain.csv" ، ولكنك ستجد أيضًا الكثير من مجموعات البيانات على موقع ويب OpenML - بما في ذلك مجموعة "ecoli" الشائعة (https://www.openml.org). قم بتنزيل إصدارات ARFF على هاتفك وقم بتحميلها في DataLearner لبناء نماذج منها. شاهد الفيديو التعليمي الجديد - https://www.youtube.com/watch؟
يتم توفير هذا البرنامج كما هو - أثناء اختباره ، لا يوجد أي ضمان ضمنيًا أو تقديمه.
