Hispanopedia Wiki
Articulo de referencia

Weka (software)

El Entorno de Waikato para el Análisis del Conocimiento ( Weka ) es una colección de software libre de aprendizaje automático y análisis de datos con licencia GNU General Public...

Hispanopedia WikiContenido en espanolLectura gratuita

El Entorno de Waikato para el Análisis del Conocimiento ( Weka ) es una colección de software libre de aprendizaje automático y análisis de datos con licencia GNU General Public License . Fue desarrollado en la Universidad de Waikato , Nueva Zelanda, y es el software complementario del libro "Data Mining: Practical Machine Learning Tools and Techniques". [ 1 ]

Descripción

Weka contiene una colección de herramientas de visualización y algoritmos para el análisis de datos y el modelado predictivo , junto con interfaces gráficas de usuario para un fácil acceso a estas funciones. [ 1 ] La versión original de Weka, que no utilizaba Java, era una interfaz Tcl / Tk para algoritmos de modelado (principalmente de terceros) implementados en otros lenguajes de programación, además de utilidades de preprocesamiento de datos en C y un sistema basado en makefile para ejecutar experimentos de aprendizaje automático. Esta versión original fue diseñada principalmente como una herramienta para analizar datos de dominios agrícolas, [ 2 ] [ 3 ] pero la versión más reciente, totalmente basada en Java (Weka 3), cuyo desarrollo comenzó en 1997, se utiliza ahora en muchas áreas de aplicación diferentes, en particular con fines educativos y de investigación. Las ventajas de Weka incluyen:

  • Disponibilidad gratuita bajo la Licencia Pública General de GNU .
  • Su portabilidad radica en que está completamente implementado en el lenguaje de programación Java y, por lo tanto, se ejecuta en casi cualquier plataforma informática moderna.
  • Una recopilación exhaustiva de técnicas de preprocesamiento y modelado de datos.
  • Facilidad de uso gracias a sus interfaces gráficas de usuario.

Weka admite varias tareas estándar de minería de datos , más específicamente, preprocesamiento de datos, agrupamiento , clasificación , regresión , visualización y selección de características . Se espera que la entrada a Weka esté formateada según el formato de archivo de atributos relacionales (AFR) y con el nombre de archivo con la extensión .arff . Todas las técnicas de Weka se basan en la suposición de que los datos están disponibles como un archivo plano o una relación, donde cada punto de datos se describe mediante un número fijo de atributos (normalmente, atributos numéricos o nominales, pero también se admiten otros tipos de atributos, como los relacionales). Weka proporciona acceso a bases de datos SQL mediante Java Database Connectivity y puede procesar el resultado devuelto por una consulta a la base de datos. No es capaz de realizar minería de datos multirrelacional, pero existe software independiente para convertir una colección de tablas de bases de datos vinculadas en una sola tabla adecuada para su procesamiento con Weka. [ 4 ] El aprendizaje de instancias múltiples y la previsión de series temporales son compatibles con los paquetes correspondientes que se pueden instalar con el gestor de paquetes de WEKA. El acceso a la funcionalidad de aprendizaje automático en R y Python también está disponible a través de los paquetes WEKA (mediante los paquetes RPlugin, wekaPython y WekaPyScript, respectivamente). Weka proporciona acceso limitado al aprendizaje profundo en Java con Deeplearning4j . [ 5 ]

Paquetes de extensión

En la versión 3.7.2, se agregó un gestor de paquetes para facilitar la instalación de paquetes de extensión. [ 6 ] Algunas funcionalidades que antes de esta versión se incluían en Weka ahora se han trasladado a dichos paquetes de extensión, pero este cambio también facilita que otros contribuyan con extensiones a Weka y mantengan el software, ya que esta arquitectura modular permite actualizaciones independientes del núcleo de Weka y de las extensiones individuales.

Historia

  • En 1993, la Universidad de Waikato en Nueva Zelanda comenzó el desarrollo de la versión original de Weka, que se convirtió en una mezcla de Tcl/Tk, C y makefiles.
  • En 1997, se tomó la decisión de rediseñar Weka desde cero en Java, incluyendo implementaciones de algoritmos de modelado. [ 7 ]
  • En 2005, Weka recibió el premio SIGKDD Data Mining and Knowledge Discovery Service Award. [ 8 ] [ 9 ]
  • En 2006, Pentaho Corporation adquirió una licencia exclusiva para usar Weka en inteligencia empresarial . [ 10 ] Constituye el componente de minería de datos y análisis predictivo de la suite de inteligencia empresarial de Pentaho. Posteriormente, Pentaho fue adquirida por Hitachi Vantara, y Weka ahora sustenta el componente de código abierto PMI (Plugin for Machine Intelligence). [ 11 ]

Véase también

Referencias

  1. 1 2 Witten, Ian H. ; Frank, Eibe; Hall, Mark A.; Pal, Christopher J. (2011). Minería de datos: herramientas y técnicas prácticas de aprendizaje automático (3.ª  ed.). San Francisco (CA): Morgan Kaufmann . ISBN 9780080890364Archivado del original el 27/11/2020 . Consultado el 19/01/2011 .
  2. ↑ Holmes, Geoffrey; Donkin, Andrew; Witten, Ian H. (1994). Weka: Un entorno de trabajo de aprendizaje automático (PDF) . Actas de la Segunda Conferencia de Australia y Nueva Zelanda sobre Sistemas de Información Inteligentes, Brisbane, Australia . Recuperado el 25 de junio de 2007 .
  3. ↑ Garner, Stephen R.; Cunningham, Sally Jo; Holmes, Geoffrey; Nevill-Manning, Craig G. ; Witten, Ian H. (1995). Aplicación de un entorno de aprendizaje automático: experiencia con bases de datos agrícolas (PDF) . Actas del Taller de Aprendizaje Automático en la Práctica, Conferencia de Aprendizaje Automático , Tahoe City (CA), EE. UU . pp. 14–21 . Recuperado el 25 de junio de 2007 . 
  4. ↑ Reutemann, Peter; Pfahringer, Bernhard; Frank, Eibe (2004). "Proper: A Toolbox for Learning from Relational Data with Propositional and Multi-Instance Learners". 17.ª Conferencia Conjunta Australiana sobre Inteligencia Artificial (AI2004) . Springer-Verlag. CiteSeerX 10.1.1.459.8443 . 
  5. ↑ "Metadatos del paquete Weka" . 2017. Recuperado el 11 de noviembre de 2017 a través de SourceForge .
  6. ↑ "weka-wiki - Paquetes" . Consultado el 27 de enero de 2020 a través de GitHub .
  7. ↑ Witten, Ian H.; Frank, Eibe; Trigg, Len; Hall, Mark A.; Holmes, Geoffrey; Cunningham, Sally Jo (1999). Weka: Herramientas y técnicas prácticas de aprendizaje automático con implementaciones en Java (PDF) . Actas del taller ICONIP/ANZIIS/ANNES'99 sobre ingeniería de conocimiento emergente y sistemas de información basados ​​en el conexionismo. págs. 192–196 . Recuperado el 26 de junio de 2007 . 
  8. ↑ Piatetsky-Shapiro, Gregory I. (28 de junio de 2005). "Ganador del premio SIGKDD al servicio de minería de datos y descubrimiento de conocimiento" . KDnuggets . Recuperado el 25 de junio de 2007 .
  9. ↑ "Resumen de los ganadores del premio al servicio SIGKDD" . ACM. 2005. Consultado el 25 de junio de 2007 .
  10. ↑ "Pentaho adquiere el proyecto Weka" . Pentaho . Archivado del original el 7 de febrero de 2018. Consultado el 6 de febrero de 2018 .
  11. ↑ "Complemento para inteligencia artificial" . Hitachi Vantara .
  12. ↑ Thornton, Chris; Hutter, Frank; Hoos, Holger H .; Leyton-Brown, Kevin (11 de agosto de 2013). Auto-WEKA: selección combinada y optimización de hiperparámetros de algoritmos de clasificación . Actas de la 19.ª conferencia internacional ACM SIGKDD sobre descubrimiento de conocimiento y minería de datos . ACM. págs. 847–855 . doi : 10.1145/2487575.2487629 . ISBN  978-1-4503-2174-7.
  • Sitio web oficial de la Universidad de Waikato en Nueva Zelanda.