نرم افزار WEKA

نرم افزار WEKA شامل مجموعه‌ای از ابزارها و الگوریتم های مصورسازی برای تجزیه و تحلیل داده ها و مدل سازی پیش بینی ، همراه با رابط های گرافیکی کاربر برای دسترسی آسان به این توابع است. نسخه اصلی غیر جاوا از Weka یک الگوریتم مدل سازی سمت کاربرکه ازماژول‌های Tcl / Tk استفاده می کند.

نرم افزار Weka در دانشگاه Waikato واقع در نیوزلند توسعه یافته است و اسم آن از عبارت “Waikato Environment for knowledge Analysis” استخراج گشته است. همچنین Weka ، نام پرنده­ای با طبیعت جستجوگر است که پرواز نمی‏­کند و در نیوزلند، یافت می‌‏­شود. این سیستم به زبان جاوا نوشته شده و بر اساس لیسانس عمومی و فراگیر  GNU انتشار یافته است. Weka تقریباً روی هر پلت فرمی اجرا می‏­‌شود و نیز تحت سیستم عامل­‏‌های لینوکس، ویندوز، و مکینتاش، و حتی روی یک منشی دیجیتالی شخصی ، آزمایش شده است.
این نرم افزار، یک واسط همگون برای بسیاری از الگوریتم‌­‏های یادگیری متفاوت، فراهم کرده است که از طریق آن روش‌­‏های پیش پردازش، پس از پردازش و ارزیابی نتایج طرح‌های یادگیری روی همه مجموعه‌های داده­‏ موجود، قابل اعمال است.

در سایر زبان‌های برنامه نویسی اجرای این الگوریتم ها به علاوه ابزارهای پیش پردازش داده درزبنا برنامه نویسی C و یک سیستم مبتنی بر Makefile  برای اجرای آزمون های یادگیری ماشین در دل خود جای داده است . این نسخه اصلی در درجه اول به عنوان ابزاری برای تجزیه و تحلیل داده ها از حوزه های کشاورزی طراحی شده بود ،  اما جدیدترین نسخه نرم افزار کاملاً مبتنی بر جاوا (Weka 3) که توسعه آن در سال 1997 آغاز شده است ، اکنون در بسیاری از برنامه های مختلف استفاده می شود. درحوزه های متنوع  به ویژه برای اهداف آموزشی و تحقیقی نیز مورد استفاده قرارمی گیرد . مزایای Weka شامل موارد زیر است:
در دسترس بودن رایگان نرم افزار، تحت مجوز عمومی T سهولت استفاده به دلیل رابط های گرافیکی کاربرپسند .
قابلیت حمل ، از آنجا که به طور کامل به زبان برنامه نویسی جاوا پیاده سازی شده است و بنابراین تقریباً در هر سیستم عامل محاسباتی مدرن اجرا می‌شود. مجموعه ای جامع از تکنیک‌های پردازش و مدل سازی پردازش داده ها.

Weka از بسیاری از استانداردهای کاوی داده پشتیبانی می‌کند ، به طور خاص ، پردازش داده ها ، خوشه بندی ، طبقه بندی ، رگرسیون ، مصورسازی و انتخاب ویژگی ها از بهترین امکانات این نرم افزار می باشد . تمام تکنیک های Weka بر این فرض است که داده ها به عنوان یک پرونده افقی یا رابطه ای در دسترس هستند ، که در آن هر نقطه از داده ها با تعداد مشخصی از صفات مشخص می شود (به طور معمول ، ویژگی های عددی یا اسمی ، اما برخی از ویژگی های دیگر را نیز پشتیبانی می کند) . Weka با استفاده از Java Database  به پایگاه داده های SQL می تواند دسترسی داشته باشد و می تواند نتیجه برگشت داده شده توسط پرس و جوهای پایگاه داده را پردازش کند.

برای دانلود مقاله کلیک کنید.