| فائل کی قسم | APK |
|---|---|
| ورژن | 1.1.7 |
| ناشر | Darren Yates |
| رہائی کی تاریخ | 3 نومبر، 2019 |
| تاریخ شامل کی گئی | 3 نومبر، 2019 |
| OS کی ضروریات | Android |
| تقاضے | Requires Android 4.4 and up |
| کل ڈاؤن لوڈ | 4 |
| ہر ہفتے ڈاؤن لوڈ | 1 |
| قیمت | Free |
تفصیل
ڈیٹا لرنر آپ کے اپنے ہم آہنگ ARFF اور CSV فارمیٹ شدہ تربیتی ڈیٹاسیٹس سے ڈیٹا مائننگ اور علم کی دریافت کے لیے استعمال میں آسان ٹول ہے (* نیچے دیکھیں)۔ یہ مکمل طور پر خود ساختہ ہے، اسے کسی بیرونی اسٹوریج یا نیٹ ورک کنیکٹیویٹی کی ضرورت نہیں ہے یہ براہ راست آپ کے فون یا ٹیبلیٹ پر ماڈل بناتا ہے۔ یہ کوئی تربیتی کورس یا کتاب نہیں ہے - یہ ایک حقیقی مشین لرننگ پر مبنی ڈیٹا مائننگ ایپ ہے۔
>> ARFF اور CSV سپورٹ ٹریننگ ڈیٹاسیٹس کو Weka ARFF فارمیٹ یا CSV (کوما سے الگ کردہ متغیر) کے مطابق ہونا چاہیے۔ CSV فائلوں میں درج ذیل خصوصیات کا ہونا ضروری ہے:
* میں ایک ہیڈر قطار شامل کرنا ضروری ہے۔
* کلاس وصف ابتدائی طور پر آخری کالم کے طور پر سیٹ کیا جاتا ہے۔
>> کلاس کی خصوصیت کو برائے نام پر مجبور کریں DataLearner کے زیادہ تر الگورتھم برائے نام/قطعی طبقاتی صفات کی توقع کرتے ہیں اور عددی کلاس وصف کا استعمال زیادہ تر الگورتھم کو ناکام بنا دے گا۔ نیا 'فورس کلاس انتساب برائے برائے نام' اس پر قابو پاتا ہے، تاہم، بہت سی الگ قدروں کے ساتھ برائے نام طبقاتی صفات بہت زیادہ RAM استعمال کر سکتی ہیں۔
*** خبریں! ڈیٹا لرنر کی تحقیق کو ADMA 2019 (ایڈوانسڈ ڈیٹا مائننگ اور ایپلی کیشنز پر 15ویں بین الاقوامی کانفرنس) میں پیشکش کے لیے منتخب کیا گیا ہے اور اسے 'مصنوعی ذہانت میں لیکچر نوٹس' (اسپرنگر) *** میں شائع کیا جائے گا۔
DataLearner میں اوپن سورس Weka (Waikato Environment for Knowledge Analysis) پیکیج سے درجہ بندی، ایسوسی ایشن اور کلسٹرنگ الگورتھم کے علاوہ چارلس سٹرٹ یونیورسٹی میں ڈیٹا سائنس ریسرچ یونٹ (DSRU) کے تیار کردہ نئے الگورتھم شامل ہیں۔ مشترکہ طور پر، ایپ 42 مشین لرننگ/ڈیٹا مائننگ الگورتھم فراہم کرتی ہے، بشمول RandomForest، C4.5 (J48) اور NaiveBayes۔
DataLearner کوئی معلومات اکٹھا نہیں کرتا ہے اسے صرف آپ کے ڈیٹا سیٹس کو لوڈ کرنے اور آپ کے مشین لرننگ ماڈلز بنانے کے لیے آپ کے ڈیوائس اسٹوریج تک رسائی کی ضرورت ہوتی ہے۔
DataLearner کو چارلس سٹرٹ یونیورسٹی میں ماسٹر آف انفارمیشن ٹیکنالوجی پوسٹ گریجویٹ ڈگری کے لیے ITC573 ڈیٹا اور نالج انجینئرنگ مضمون میں تدریسی ٹول کے طور پر استعمال کیا جا رہا ہے۔
وسائل حاصل کریں:
گیتھب پر جی پی ایل 3 لائسنس یافتہ سورس کوڈ: https://github.com/darrenyatesau/DataLearner
YouTube پر فوری ویڈیو: https://youtu.be/H-7pETJZf-g
arXiv پر تحقیقی مقالہ: https://arxiv.org/abs/1906.03773
AusDM 2018 کانفرنس پیپر جس نے DataLearner شروع کیا: https://www.researchgate.net/publication/331126867
محققین، اگر آپ اس ایپ کو ریسرچ ایپلی کیشنز میں استعمال کرتے ہیں، تو براہ کرم اوپر کے تحقیقی مقالات کا حوالہ دیں۔ شکریہ.
مشین لرننگ الگورتھم میں شامل ہیں:
Bayes BayesNet، NaiveBayes
فنکشنز لاجسٹک، سادہ لوجسٹک، ملٹی لیئر پرسیپٹرون (نیورل نیٹ ورک)
سست آئی بی کے (کے قریب ترین پڑوسی)، کے اسٹار
Meta AdaBoostM1, Bagging, LogitBoost, MultiBoostAB, Random Committee, RandomSubSpace, Rotation Forest
ضابطے کنجیکٹیو رول، فیصلہ کی میز، DTNB، JRip، OneR، PART، Ridor، ZeroR
درخت ADTree, BFTree, DecisionStump, ForestPA, J48 (C4.5), LADTree, Random Forest, RandomTree, REPTree, SimpleCART, SPAARC, SysFor۔
کلسٹررز DBSCAN، Expectation Maximization (EM)، فاسٹسٹ فرسٹ، فلٹرڈ کلسٹرر، SimpleKMeans
ایسوسی ایشنز Apriori، FilteredAssociator، FPGrowth
ڈیٹا سیٹ فائلیں کہاں تلاش کریں؟ DataLearner ایک بلٹ ان ڈیمو ڈیٹاسیٹ کے ساتھ آتا ہے جسے 'rain.csv' کہا جاتا ہے، لیکن آپ کو OpenML ویب سائٹ پر کافی ڈیٹا سیٹس بھی ملیں گے - بشمول مقبول 'ecoli' سیٹ (https://www.openml.org)۔ اپنے فون پر اے آر ایف ایف ورژن ڈاؤن لوڈ کریں اور ماڈلز بنانے کے لیے ڈیٹا لرنر میں لوڈ کریں۔ ہمارا نیا ویڈیو ٹیوٹوریل دیکھیں - https://www.youtube.com/watch?v=81tSbclMVT8
یہ سافٹ ویئر AS-IS فراہم کیا گیا ہے - جب تک اس کا تجربہ کیا گیا ہے، کوئی ضمانت نہیں دی گئی ہے اور نہ ہی دی گئی ہے۔
