Weka to zbiór algorytmów uczenia maszynowego do rozwiązywania problemów eksploracji danych w świecie rzeczywistym. Algorytmy można zastosować bezpośrednio do zbioru danych lub wywołać z własnego kodu Java.
Aplikacja zawiera narzędzia potrzebne do wstępnego przetwarzania danych, klasyfikacji, regresji, grupowania, reguł asocjacji i wizualizacji. Jest również odpowiedni do opracowywania nowych programów uczenia maszynowego.
Kluczowe funkcje obejmują:
- Nauczanie maszynowe.
- Eksploracja danych.
- Przetwarzanie wstępne
- Klasyfikacja.
- Regresja.
- Grupowanie.
- Zasady stowarzyszenia.
- Wybór atrybutu
- Eksperymenty
- Przepływ pracy.
- Wyobrażanie sobie.
Zbiór algorytmów Weki waha się od tych, które obsługują przetwarzanie danych do modelowania. Podstawowe algorytmy eksploracji danych obejmują regresję, grupowanie i klasyfikację.
Chociaż Weka ma pełny zestaw algorytmów do analizy danych, został opracowany do obsługi danych jako pojedynczych plików płaskich. Następnie nie obsługuje wyszukiwania wielu relacji i modelowania sekwencji.
Ogólnie rzecz biorąc, Weka jest dobrym narzędziem do eksploracji danych z kompleksowym zestawem algorytmów. Interfejs jest OK, chociaż z czterema do wyboru, z których każdy ma swoje mocne strony, wybranie, z którym pracować, może być niewygodne, chyba że na początku posiadasz dogłębną znajomość aplikacji.
