| फ़ाइल का प्रकार | APK |
|---|---|
| संस्करण | 1.1.7 |
| प्रकाशक | Darren Yates |
| रिलीज़ की तारीख | 3 नव॰ 2019 |
| तारीख संकलित हुई | 3 नव॰ 2019 |
| ओएस आवश्यकताओं | Android |
| आवश्यकताएँ | Requires Android 4.4 and up |
| कुल डाउनलोड | 4 |
| प्रति सप्ताह डाउनलोड | 1 |
| कीमत | Free |
विवरण
डेटा लर्नर आपके अपने संगत एआरएफएफ और सीएसवी-स्वरूपित प्रशिक्षण डेटासेट (* नीचे देखें) से डेटा माइनिंग और ज्ञान की खोज के लिए उपयोग में आसान टूल है। यह पूरी तरह से स्व-निहित है, इसके लिए किसी बाहरी भंडारण या नेटवर्क कनेक्टिविटी की आवश्यकता नहीं है, यह सीधे आपके फोन या टैबलेट पर मॉडल बनाता है। यह कोई प्रशिक्षण पाठ्यक्रम या पुस्तक नहीं है - यह एक वास्तविक मशीन-लर्निंग-आधारित डेटा माइनिंग ऐप है।
>> एआरएफएफ और सीएसवी समर्थन प्रशिक्षण डेटासेट को वीका एआरएफएफ प्रारूप या सीएसवी (अल्पविराम से अलग चर) के अनुरूप होना चाहिए। सीएसवी फाइलों में निम्नलिखित विशेषताएं होनी चाहिए:
* में एक शीर्ष लेख पंक्ति शामिल होनी चाहिए
* वर्ग विशेषता प्रारंभ में अंतिम कॉलम के रूप में सेट की गई है
>> नाममात्र के लिए बल वर्ग विशेषता अधिकांश डेटालर्नर के एल्गोरिदम नाममात्र/श्रेणीबद्ध वर्ग विशेषताओं की अपेक्षा करते हैं और एक संख्यात्मक वर्ग विशेषता का उपयोग करने से अधिकांश एल्गोरिदम विफल हो जाएंगे। नया 'फोर्स क्लास एट्रिब्यूट टू नॉमिनल' इस पर काबू पा लेता है, हालांकि, बहुत अधिक विशिष्ट मूल्यों के साथ नॉमिनल क्लास एट्रिब्यूट्स बहुत अधिक रैम का उपयोग कर सकते हैं।
*** समाचार! डेटा लर्नर अनुसंधान को एडीएमए 2019 (उन्नत डेटा खनन और अनुप्रयोगों पर 15वां अंतर्राष्ट्रीय सम्मेलन) में प्रस्तुति के लिए चुना गया है और इसे 'लेक्चर नोट्स इन आर्टिफिशियल इंटेलिजेंस' (स्प्रिंगर) में प्रकाशित किया जाएगा।
डेटालर्नर में ओपन-सोर्स वीका (वाइकाटो एनवायरनमेंट फॉर नॉलेज एनालिसिस) पैकेज से वर्गीकरण, एसोसिएशन और क्लस्टरिंग एल्गोरिदम की सुविधा है, साथ ही चार्ल्स स्टर्ट यूनिवर्सिटी में डेटा साइंस रिसर्च यूनिट (डीएसआरयू) द्वारा विकसित नए एल्गोरिदम भी हैं। संयुक्त रूप से, ऐप 42 मशीन-लर्निंग/डेटा-माइनिंग एल्गोरिदम प्रदान करता है, जिसमें RandomForest, C4.5 (J48) और NaiveBayes शामिल हैं।
डेटा लर्नर कोई जानकारी एकत्र नहीं करता है, इसके लिए आपके डिवाइस स्टोरेज तक पहुंच की आवश्यकता होती है, बस आपके डेटासेट लोड करने और आपके मशीन-लर्निंग मॉडल बनाने के लिए।
डेटा लर्नर को चार्ल्स स्टर्ट विश्वविद्यालय में सूचना प्रौद्योगिकी स्नातकोत्तर डिग्री के मास्टर के लिए आईटीसी573 डेटा और ज्ञान इंजीनियरिंग विषय में एक शिक्षण उपकरण के रूप में उपयोग किया जा रहा है।
संसाधन प्राप्त करें:
जीपीएल3-लाइसेंस प्राप्त स्रोत कोड जीथब पर: https://github.com/darrenyatesau/DataLearner
यूट्यूब पर त्वरित वीडियो: https://youtu.be/H-7pETJZf-g
arXiv पर शोध पत्र: https://arxiv.org/abs/1906.03773
AusDM 2018 सम्मेलन पत्र जिसने DataLearner की शुरुआत की: https://www.researchgate.net/publication/331126867
शोधकर्ताओं, यदि आप इस ऐप का उपयोग अनुसंधान अनुप्रयोगों में करते हैं, तो कृपया ऊपर दिए गए शोध पत्रों का हवाला दें। धन्यवाद।
मशीन-लर्निंग एल्गोरिदम में शामिल हैं:
बेयस बेयसनेट, नाइवेबेयस
फंक्शन लॉजिस्टिक, सिंपल लॉजिस्टिक, मल्टीलेयर परसेप्ट्रॉन (न्यूरल नेटवर्क)
आलसी IBk (K निकटतम पड़ोसी), KStar
Meta AdaBoostM1, बैगिंग, LogitBoost, MultiBoostAB, रैंडम कमेटी, RandomSubSpace, RotationForest
नियम संयोजन नियम, निर्णय तालिका, DTNB, JRip, OneR, PART, Ridor, ZeroR
पेड़ ADTree, BFTree, DecisionStump, ForestPA, J48 (C4.5), LADTree, रैंडम फ़ॉरेस्ट, RandomTree, REPTree, SimpleCART, SPAARC, SysFor।
क्लस्टरर्स DBSCAN, एक्सपेक्टेशन मैक्सिमाइज़ेशन (EM), सबसे दूर-प्रथम, फ़िल्टर किए गए क्लस्टरर, सिंपलकेमीन्स
संघों अप्रियोरी, फ़िल्टर किए गए सहयोगी, एफपीग्रोथ
>> डेटासेट फाइलें कहां खोजें? DataLearner एक बिल्ट-इन डेमो डेटासेट के साथ आता है जिसे 'rain.csv' कहा जाता है, लेकिन आपको OpenML वेबसाइट पर बहुत सारे डेटासेट भी मिलेंगे - जिसमें लोकप्रिय 'इकोली' सेट (https://www.openml.org) भी शामिल है। अपने फोन में एआरएफएफ संस्करण डाउनलोड करें और मॉडल बनाने के लिए उन्हें डेटालर्नर में लोड करें। हमारा नया वीडियो ट्यूटोरियल देखें - https://www.youtube.com/watch?v=81tSbclMVT8
इस सॉफ़्टवेयर को AS-IS की आपूर्ति की जाती है - जबकि इसका परीक्षण किया जा चुका है, कोई वारंटी निहित या दी गई नहीं है।