Prodotti di mercato: Weka
Weka, acronimo di "Waikato Environment for Knowledge Analysis", è un software per l'apprendimento automatico sviluppato nell'università di Waikato in Nuova Zelanda. È open source e viene rilasciato con licenza GNU General Public License.
Interamente scritto in Java, attraverso questo software è possibile applicare dei metodi di apprendimento automatici (learning methods), ad un set di dati (dataset), e analizzarne il risultato. È possibile attraverso questi metodi, avere quindi una previsione dei nuovi comportamenti dei dati.
L'interfaccia grafica di Weka è composta da:
- Simple CLI: l'interfaccia dalla riga di comando;
- Explorer: ambiente che consente di esplorare i dati attraverso i comandi Weka:
- Preprocess: permette di caricare i dati da una base dati o da un CSV e di applicare dei filtri ai dati;
- Classify: applica algoritmi di classificazione e regressione;
- Cluster: permette di usare tecniche di clustering;
- Associate: cerca di estrarre delle Regole di associazione;
- Select attributes: esegue degli algoritmi che permettono di valutare gli attributi in base alla loro utilità per la classificazione;
- Visualize: visualizza un Grafico di dispersione;
- Experimenter: compie test statistici fra i diversi algoritmi di data mining;
- Knowledge Flow.
Interamente scritto in Java, attraverso questo software è possibile applicare dei metodi di apprendimento automatici (learning methods), ad un set di dati (dataset), e analizzarne il risultato. È possibile attraverso questi metodi, avere quindi una previsione dei nuovi comportamenti dei dati.
L'interfaccia grafica di Weka è composta da:
- Simple CLI: l'interfaccia dalla riga di comando;
- Explorer: ambiente che consente di esplorare i dati attraverso i comandi Weka:
- Preprocess: permette di caricare i dati da una base dati o da un CSV e di applicare dei filtri ai dati;
- Classify: applica algoritmi di classificazione e regressione;
- Cluster: permette di usare tecniche di clustering;
- Associate: cerca di estrarre delle Regole di associazione;
- Select attributes: esegue degli algoritmi che permettono di valutare gli attributi in base alla loro utilità per la classificazione;
- Visualize: visualizza un Grafico di dispersione;
- Experimenter: compie test statistici fra i diversi algoritmi di data mining;
- Knowledge Flow.