Loading article…
 | |
 Weka 3.5.5 エクスプローラーウィンドウが Iris UCIデータセットとともに開きます | |
| 開発者 | ワイカト大学 |
|---|---|
| 安定リリース | 3.8.6 (安定版) / 2022年1月28日 |
| プレビューリリース | 3.9.6 / 2022年1月28日 |
| リポジトリ |
|
| 書かれた | ジャワ |
| オペレーティング·システム | Windows、macOS、Linux 対応 |
| プラットフォーム | IA-32、x86-64、ARM_アーキテクチャ; Java SE |
| タイプ | 機械学習 |
| ライセンス | GNU 一般公衆利用許諾書 |
| Webサイト | ウェカ |
Waikato Environment for Knowledge Analysis ( Weka ) は、 GNU General Public Licenseに基づいてライセンスされた機械学習およびデータ分析の無料ソフトウェアのコレクションです。ニュージーランドのワイカト大学で開発され、「データマイニング: 実用的な機械学習ツールとテクニック」という書籍の付属ソフトウェアです。[1]
説明
Weka には、データ分析と予測モデリングのための視覚化ツールとアルゴリズムのコレクションと、これらの機能に簡単にアクセスするためのグラフィカルユーザーインターフェイスが含まれています。[1] Weka のオリジナルの非 Java バージョンは、他のプログラミング言語で実装された (ほとんどがサードパーティの) モデリングアルゴリズムのTcl / Tkフロントエンド、Cのデータ前処理ユーティリティ、および機械学習実験を実行するためのmakefileベースのシステムでした。このオリジナルバージョンは、主に農業分野のデータを分析するためのツールとして設計されましたが、[2] [3] 1997 年に開発が開始された最近の完全にJavaベースのバージョン (Weka 3) は現在、特に教育目的や研究目的でさまざまなアプリケーション領域で使用されています。 Weka の利点は次のとおりです。
- GNU 一般公衆利用許諾書に基づいて無料でご利用いただけます。
- 移植性。Javaプログラミング言語で完全に実装されているため、ほぼすべての最新のコンピューティング プラットフォームで実行できます。
- データの前処理とモデリングの手法の包括的なコレクション。
- グラフィカル ユーザー インターフェイスにより使いやすさが向上します。
Weka は、いくつかの標準的なデータマイニングタスク、具体的には、データの前処理、クラスタリング、分類、回帰、視覚化、および特徴選択をサポートしています。Weka への入力は、属性リレーショナルファイル形式に従ってフォーマットされ、ファイル名に .arff 拡張子が付いていることが想定されています。Weka のすべての手法は、データが 1 つのフラットファイルまたはリレーションとして利用可能であり、各データポイントが固定数の属性 (通常は数値または名目属性ですが、他の属性タイプもサポートされています) によって記述されているという前提に基づいています。Weka は、Java Database Connectivity を使用してSQL データベースにアクセスし、データベースクエリによって返された結果を処理できます。Weka は、Deeplearning4jを使用してディープラーニングにアクセスできます。[4]マルチリレーショナルデータマイニングには対応していませんが、リンクされたデータベーステーブルのコレクションを Weka を使用した処理に適した単一のテーブルに変換するための別のソフトウェアがあります。[5] Weka ディストリビューションに含まれるアルゴリズムで現在カバーされていないもう 1 つの重要な領域は、シーケンスモデリングです。
拡張パッケージ
バージョン3.7.2では、パッケージマネージャが追加され、拡張パッケージのインストールが容易になりました。[6] このバージョンより前のWekaに含まれていた機能の一部は、このような拡張パッケージに移動されましたが、この変更により、他の人がWekaに拡張機能を提供したり、ソフトウェアを維持したりすることも容易になりました。これは、このモジュール式アーキテクチャにより、Wekaコアと個々の拡張機能を個別に更新できるためです。
歴史
- 1993 年、ニュージーランドのワイカト大学が、 Tcl/Tk、C、および makefile を組み合わせた Weka のオリジナル バージョンの開発を開始しました。
- 1997年に、モデリングアルゴリズムの実装を含め、WekaをJavaでゼロから再開発することが決定されました。[7]
- 2005年、WekaはSIGKDDデータマイニングおよび知識発見サービス賞を受賞した。[8] [9]
- 2006年、Pentaho CorporationはビジネスインテリジェンスにWekaを使用する独占的ライセンスを取得しました。[10] WekaはPentahoビジネスインテリジェンススイートのデータマイニングおよび予測分析コンポーネントを形成しています。その後、PentahoはHitachi Vantaraに買収され、Wekaは現在PMI（Plugin for Machine Intelligence）オープンソースコンポーネントの基盤となっています。[11]
関連ツール
- Auto-WEKAはWeka用の自動機械学習システムです。[12]
- インデックス構造でサポートされる KDD アプリケーションの開発環境 ( ELKI ) は、クラスター分析、つまり教師なし手法に重点を置いた Weka に似たプロジェクトです。
- H2O.aiはオープンソースのデータサイエンスと機械学習のプラットフォームです
- KNIMEは、 Javaで実装された機械学習およびデータマイニング ソフトウェアです。
- Massive Online Analysis (MOA) は、ニュージーランドのワイカト大学で開発された、データ ストリームの大規模なマイニングのためのオープン ソース プロジェクトです。
- Neural Designer は、C++で記述されたディープラーニング技術に基づくデータマイニング ソフトウェアです。
- Orange は、scikit-learnをベースにしたデータマイニング、機械学習、視覚化のための同様のオープンソース プロジェクトです。
- RapidMiner は、 Weka を統合したJavaで実装された商用機械学習フレームワークです。
- scikit-learn はPython で人気の機械学習ライブラリです。
参照
.svg/500px-Free_and_open-source_software_logo_(2009).svg.png){kind=logo}
参考文献
- ^ ab Witten, Ian H. ; Frank, Eibe; Hall, Mark A.; Pal, Christopher J. (2011). データマイニング: 実用的な機械学習ツールとテクニック (第3版). サンフランシスコ (CA): Morgan Kaufmann . ISBN 9780080890364. 2011年1月19日閲覧。
- ^ Holmes, Geoffrey; Donkin, Andrew; Witten, Ian H. (1994). Weka: 機械学習ワークベンチ(PDF) . 第2回オーストラリア・ニュージーランド知的情報システム会議議事録、オーストラリア、ブリスベン。 2007年6月25日閲覧。
- ^ Garner, Stephen R.; Cunningham, Sally Jo; Holmes, Geoffrey; Nevill-Manning, Craig G .; Witten, Ian H. (1995). 機械学習ワークベンチの適用: 農業データベースでの経験(PDF)。機械学習実践ワークショップの議事録、機械学習カンファレンス、タホシティ (カリフォルニア州)、米国。pp. 14– 21 。2007-06-25に閲覧。
- ^ 「Weka パッケージ メタデータ」。2017 年。2017年 11 月 11 日にSourceForge経由で取得。
- ^ Reutemann, Peter; Pfahringer, Bernhard; Frank, Eibe (2004). 「Proper: 命題学習者とマルチインスタンス学習者によるリレーショナル データからの学習ツールボックス」.第 17 回オーストラリア人工知能合同会議 (AI2004) . Springer-Verlag. CiteSeerX 10.1.1.459.8443 .
- ^ 「weka-wiki - パッケージ」。2020年1月27日閲覧– GitHub経由。
- ^ Witten, Ian H.; Frank, Eibe; Trigg, Len; Hall, Mark A.; Holmes, Geoffrey; Cunningham, Sally Jo (1999). Weka: Java 実装による実用的な機械学習ツールとテクニック(PDF) . Proceedings of the ICONIP/ANZIIS/ANNES'99 Workshop on Emerging Knowledge Engineering and Connectionist-Based Information Systems. pp. 192– 196 . 2007-06-26に取得。
- ^ Piatetsky-Shapiro, Gregory I. (2005-06-28). 「SIGKDD データマイニングおよび知識発見サービス賞受賞者」 KDnuggets . 2007-06-25閲覧。
- ^ 「SIGKDD サービス賞受賞者の概要」 ACM 2005 . 2007 年 6 月 25 日閲覧。
- ^ “ペンタホ、Weka プロジェクトを買収”.ペンタホ。2018-02-06に取得。
- ^ 「機械知能用プラグイン」。日立ヴァンタラ。
- ^ Thornton, Chris; Hutter, Frank; Hoos, Holger H .; Leyton-Brown, Kevin (2013-08-11). Auto-WEKA: 分類アルゴリズムの選択とハイパーパラメータの最適化の組み合わせ。知識発見とデータマイニングに関する第 19 回 ACM SIGKDD 国際会議の議事録。ACM。pp. 847– 855。doi :10.1145/2487575.2487629。ISBN 978-1-4503-2174-7。
外部リンク
ウィキメディア・コモンズには、 Weka (機械学習)に関連するメディアがあります。
- ニュージーランドのワイカト大学の公式ウェブサイト