韦卡

机器学习工作台

WEKA是经过测试和测试的开源机器学习软件,可以通过图形用户界面、标准终端应用程序或Java API访问。它广泛用于教学、研究和工业应用,包含了大量用于标准机器学习任务的内置工具,并且还提供了对已知工具箱的透明访问,例如科学软件学习R深度学习4J.

下载 文件 课程

入门指南

视频来自乔什·戈登开发者提倡@ GoGoLaAI。

无规划的机器学习

WEKA可以用来建立机器学习管道、训练分类器和运行评估,而不必编写一行代码:

打开数据集

首先,我们打开数据集我们想评估一下。

选择分类器

其次,我们选择一个学习算法来使用,例如,J48分类器,学习决策树。

评估预测精度

最后,我们进行了10倍交叉验证评估,并获得预测性能的估计。

WEKA深度学习

WEKA深度学习

WekDeaLeLeund4J是WEKA的一个深度学习包。深度神经网络,包括卷积网络和递归网络,可以直接从WEKA的图形用户界面进行训练,为图像和文本分类等任务提供最先进的方法。

WekDeaLeLeund4J

WEKA互操作性

WEKA可以与最流行的数据科学工具集成。

R

WEKA模型可以使用、构建和评估。R通过使用瑞威卡相反,R算法和可视化工具可以使用WEKA调用。拉普林WEKA包装。

Python

可以使用Python访问WEKA的功能蟒蛇围巾. 相反,Python工具包,如ScKIT学习可以从WEKA使用.

SPARK

为了在真正的大型数据集上运行基于WEKA的算法,火花包的分布式WEKA是可用的。例如,它可以在火花中训练任何WEKA分类器。

威卡是骄傲地带给你的机器学习组怀卡托大学
UW机器学习小组