En esta era de Ciência de dados donde R y Python gobiernan el gallinero, echemos un vistazo a otra herramienta de ciência de datos llamada Weka. Weka existe desde hace hace bastante tiempo y se desarrolló internamente en la Universidad de Waikato con fines de investigación. Lo que hace que Weka sea digno de probar es la curva de aprendizagem fácil.
Para alguém que no ha codificado durante un tiempo, Weka com seu GUI proporciona a transição mais fácil al mundo de la ciência de datos. Al estar escrito en Java, aquellos con experiência en Java também podem chamar a la biblioteca en su código.
Pessoalmente, tuve mi primera oportunidade de Ciência de dados quando hice un curso na Universidade de Waikato. Fue una introducción saludable y me brindó una transición fluida a la science de datos. Mais tarde, cuando tuve que abordar problemas más importantes, pasé a R. Así que recomiendo encarecidamente Weka como una herramienta de aprendizaje para aqueles que buscan adentrarse en el mundo de los datos.
A continuación se muestra la pedagogía del learning paso a paso que lo ayudará a compreender los conceptos de una manera melhor y más concreta:
Paso 1 : ¿Qué es Weka y por qué usarlo?
De acordo com a Wikipedia :,
Por é uma coleção de aprendizado de máquina algoritmos para tareas de minería de datos. Los algoritmos se podem aplicar diretamente a un conjunto de datos o se pueden chamar desde o seu próprio código Java. Por contém instrumentos para preprocesamiento, classificação, regressão, agrupamentoo "agrupamento" É um conceito que se refere à organização de elementos ou indivíduos em grupos com características ou objetivos comuns. Este processo é usado em várias disciplinas, incluindo psicologia, Educação e biologia, para facilitar a análise e compreensão de comportamentos ou fenômenos. No campo educacional, por exemplo, O agrupamento pode melhorar a interação e o aprendizado entre os alunos, incentivando o trabalho.., reglas de asociación y visualización de datos.
Pode querer dar uma olhada nisto vídeo de Brandon Weinberg. Este vídeo dará-lhe uma visão considerável desta incrível ferramenta. É possível que não compreenda tudo através deste vídeo, mas sem dúvida aprenderá as coisas.
Paso 2: configuração da máquina
Agora que conhecemos o Weka, podemos passar para a próxima etapa. Para saber mais sobre a ferramenta e as pessoas por trás do seu sucesso, pode dar uma olhada neste site sobre o Projeto Weka. O que mais, também pode baixar o software e obter a última versão para o seu sistema a partir deste Ligação.
Paso 3: aprender os conceitos básicos do Weka
A melhor maneira de começar com o Weka é utilizando os MOOCs oferecidos pela Universidade de Waikato. Data Mining with Weka é um curso de boa reputação, pero no está disponível durante todo el año. Porém, não se preocupe, en tales casos uno puede acceder a los vídeos del curso desde este Canal do Youtube. Se puede ver el enlace oficial de este curso. aqui. Los conjuntos de datos que se discutirán aqui se pueden descargar desde este Ligação. La página tiene más enlaces a conjuntos de datos. Weka utiliza datos en formato ARFF. En caso de que los datos no estén en formato ARFF, puede converterlos de formato CSV a ARFF tomando la ayuda de este vídeo.
Paso 4: conjuntos de dados
Después de haber probado los conjuntos de datos proporcionados por los coordinadores del curso, probaremos un conjunto de datos nuevo de DataHack. Dado que el formato sería .csv, conviértalo a formato ARFF, para que podamos leerlo na interface de Weka. Depois de haver realizado estes cursos, una vez que haya adquirido las habilidades suficientes para começar a trabajar y analizar conjuntos de datos utilizando la GUI de Weka. Quienes visitaron el enlace MOOC habrían visto el curso 'Más minería de datos con Weka'.
Paso 5: más minería de datos con Weka
Aqui, se han discutido algunas características más avançadas del uso del software. Desarrolla la experiencia del uso del curso anterior, portanto, es un requisito previo.
Serie de YouTube
Además de este curso, es posible que desee echar un vistazo a esta série de conferências de YouTube de Rushdi Shams.Há um total de 38 conferências. Puede omitir algunas de las 2-3 conferências iniciales si encontra que el contenido es similar a los cursos anteriores. Este curso se ha basado en varias habilidades que son complementarias a las proporcionadas por la serie anterior.
Noticias de Weka
Hay algunas discusiones interesantes sucediendo en Reddit sobre Weka. Es recomendable pasar por el enlace mencionado para recopilar noticias sobre Weka y cómo lo están utilizando otros. Esto debería dar una perspectiva suficiente sobre el próximo paso posible después de Weka.
Paso 6: Línea de comandos de Weka
Siguiente paso: A partir de agora, hemos estado confiando en el uso de Weka usando la GUI de Weka. A partir de agora, ambos cursos se basan en GUI para este propósito, aquellos con experiencia en Programación JAVA pueden confiar en llamar a Weka desde dentro del Código JAVA. Esto es útil porque cuando se prueba o se trabaja con grandes conjuntos de datos, os scripts ajudam a automatizar o seu trabalho. O que mais, uma vez que o JAVA é usado para o Framework Hadoop, Weka também pode ser usado para BigData. Pode ler mais sobre o uso de Weka em BigData em aqui.
Então, aquele que estiver interessado neste aspeto do Weka pode experimentar esta série de conferências por Dr. Noureddin Sadawi. Pode querer consultar este tutorial da API do Weka lista de reprodução O que mais. A ênfase está em chamar a API do Weka a partir do código JAVA, repete alguns dos conceitos anteriores, mas usamos o Weka através de uma interface de linha de comandos.
Paso 7: Desafio Word2Vec
Tendo obtido uma visão significativa, agora veremos a análise de sentimentos. Há um pequeno conjunto de dados com um tamanho de conjuntos de dados de cerca de 25 MB. Portanto, estos se pueden procesar utilizando la GUI de Weka. Para conjuntos de datos de más de 40 MB, necesitamos usar el método de línea de comando. Está discussão podría ser útil.
–
Este camino ha sido aportado por Abhinav Unnam, quien fez una pasantía con nosotros el año passado. Abhinav se encuentra atualmente em um curso de dupla titulação de IIT Roorkee, una de las mejores universidades de ingeniería de la India. Comenzó su viaje de aprendizaje automático a través de Weka y hoy disfruta participando en várias competições de Kaggle usando R y Kaggle.
