Waikato Environment for Knowledge Analysis merupakan rangkaian perangkat lunak pembelajaran mesin yang ditulis dalam Java, dikembangkan di Universitas Waikato, Selandia Baru. Ini adalah perangkat lunak bebas yang berlisensi di bawah GNU General Public License.
Apa yang Anda ketahui tentang aplikasi WEKA ?
Saat ini R dan Python banyak digunakan, mari kita lihat alat ilmu data lain yang disebut Weka. Weka telah ada cukup lama dan dikembangkan secara internal di University of Waikato untuk tujuan penelitian. Apa yang membuat Weka layak dicoba adalah kurva belajar yang mudah Weka dengan GUI-nya menyediakan transisi termudah ke dunia Ilmu Data. Ditulis dalam Java, orang-orang dengan pengalaman Java dapat memanggil perpustakaan ke dalam kode mereka juga.
Secara pribadi, saya memiliki kesempatan pertama saya di Data Scient ketika saya mengambil kursus di University of Waikato. Itu adalah pengantar yang sehat dan memberi saya transisi yang lancar ke Ilmu Data. Kemudian ketika saya harus mengatasi masalah yang lebih besar saya pindah ke R. Jadi saya sangat merekomendasikan Weka sebagai alat pembelajaran bagi mereka yang ingin masuk ke dunia data.
Di bawah ini adalah pedagogi pembelajaran bertahap yang akan membantu Anda memahami konsep secara lebih baik & konkret:
Langkah 1: Apa itu Weka dan Mengapa menggunakannya?
Menurut Wikipedia :,
Weka adalah kumpulan algoritma pembelajaran mesin untuk tugas-tugas penambangan data. Algoritme dapat diterapkan langsung ke dataset atau dipanggil dari kode Java Anda sendiri. Weka berisi alat untuk pra-pemrosesan data, klasifikasi, regresi, pengelompokan, aturan asosiasi, dan visualisasi.
Anda mungkin ingin melihat video ini dari Brandon Weinberg. Video ini akan memberi Anda wawasan yang cukup untuk alat luar biasa ini. Anda mungkin tidak memahami semuanya melalui video ini tetapi pasti akan memahami beberapa hal.
Langkah 2: Menyiapkan Mesin
Sekarang, setelah kita berkenalan dengan Weka, kita dapat melanjutkan ke tahap berikutnya. Untuk mengetahui lebih lanjut tentang alat ini dan orang-orang di balik keberhasilannya, Anda dapat melihat situs ini di Project Weka. Selain itu, Anda juga dapat mengunduh perangkat lunak dan mendapatkan versi terbaru untuk sistem Anda dari tautan ini.
Langkah 3: Mempelajari Dasar-Dasar Weka
Cara terbaik untuk memulai dengan Weka adalah menggunakan MOOC yang ditawarkan oleh University of Waikato. Penambangan Data dengan Weka adalah kursus yang terkenal, tetapi tidak tersedia sepanjang tahun. Namun, tidak perlu khawatir, dalam hal ini seseorang dapat mengakses video kursus dari Saluran Youtube ini. Tautan resmi kursus ini dapat dilihat di sini. Set Data yang akan dibahas di sini dapat diunduh dari tautan ini. Halaman ini memiliki tautan lebih lanjut ke kumpulan data. Weka menggunakan data dalam format ARFF. Jika data tidak dalam format ARFF, Anda dapat mengonversinya dari CSV ke format ARFF dengan mengambil bantuan dari video ini.
Langkah 4: Kumpulan Data
Setelah mencoba tangan kami di set Data yang disediakan oleh koordinator kursus, kami akan mencoba tangan kami pada set data baru dari DataHack. Karena formatnya dari .csv, konversikan ke format ARFF, sehingga kita bisa membacanya ke antarmuka Weka. Setelah menyelesaikan kursus-kursus ini, satu kali telah memperoleh keterampilan yang cukup untuk mulai bekerja dan menganalisis set data menggunakan Weka GUI. Mereka yang mengunjungi tautan MOOC akan melihat kursus ‘Penambangan Data Lebih Banyak dengan Weka’.
Langkah 5: Lebih Banyak Penambangan Data dengan Weka
Di sini, beberapa fitur yang lebih maju dalam menggunakan perangkat lunak telah dibahas. Itu membangun pengalaman dari menggunakan kursus sebelumnya, karenanya merupakan prasyarat.
Seri YouTube
Selain kursus ini, Anda mungkin ingin melihat Seri Kuliah YouTube ini dari Rushdi Shams. Ada total 38 kuliah. Anda dapat melewatkan beberapa kuliah awal 2-3 jika Anda menemukan konten yang mirip dengan kursus di atas. Kursus ini dibangun di atas berbagai keterampilan yang saling melengkapi dengan yang disediakan oleh seri di atas.
Weka News
Ada beberapa diskusi menarik yang terjadi di Reddit tentang Weka. Dianjurkan untuk pergi melalui tautan yang disebutkan untuk mengumpulkan berita di Weka dan bagaimana itu digunakan oleh orang lain. Ini harus memberikan satu perspektif yang cukup tentang langkah selanjutnya setelah Weka.
Langkah 6: Baris Perintah Weka
Langkah Selanjutnya: Sampai sekarang kami telah mengandalkan penggunaan Weka menggunakan Weka GUI. Sampai sekarang kedua program mengandalkan GUI untuk tujuan tersebut, mereka yang berpengalaman dalam Pemrograman JAVA dapat mengandalkan panggilan Weka dari dalam Kode JAVA. Ini berguna karena ketika mencoba atau berolahraga dengan skrip set data besar membantu dalam mengotomatisasi pekerjaan Anda. Juga, karena JAVA digunakan untuk Hadoop Framework, Weka juga dapat digunakan untuk BigData. Anda dapat membaca lebih lanjut menggunakan Weka di BigData dari sini.
Jadi, mereka yang tertarik dengan aspek Weka ini dapat mencoba seri kuliah ini oleh Dr Noureddin Sadawi. Anda mungkin ingin checkout daftar putar tutorial Weka API ini juga. Penekanannya adalah pada memanggil Weka API dari dalam kode JAVA, itu mengulang beberapa konsep di atas tetapi kami menggunakan Weka menggunakan antarmuka baris perintah.
Langkah 7: Tantangan Word2Vec
Setelah mendapatkan wawasan yang signifikan, kita sekarang akan melihat analisis sentimen. Ada satu set data kecil dengan ukuran set data sekitar 25 MB. Jadi ini bisa diproses menggunakan Weka GUI. Untuk kumpulan data yang lebih besar dari 40 MB, kita perlu menggunakan metode baris perintah. Diskusi ini mungkin bermanfaat.