Weka (software)
Weka (Waikato Environment for Knowledge Analysis) is vrije datamining-software geschreven in Java. Het is ontwikkeld aan de Universiteit van Waikato te Nieuw-Zeeland en het is beschikbaar onder de GNU General Public License.
| Weka | ||||
|---|---|---|---|---|
_logo.png){kind=logo}
| ||||
| ||||
Weka 3.5.5
| ||||
| Ontwikkelaar(s) | Universiteit van Waikato | |||
| Recentste versie | 3.8.6 (12 februari 2022)[1] 
| |||
| Status | Actief | |||
| Besturingssysteem | Multiplatform | |||
| Geschreven in | Java | |||
| Categorie | Datamining | |||
| Licentie(s) | GPLv3 | |||
| Versiebeheer | Officiële broncode | |||
| Website | (en) Projectpagina | |||
| ||||
Weka is een werkomgeving voor het uitvoeren van de benodigde stappen bij datamining, waaronder het voorbewerken van de data en het opbouwen van een voorspellend model. Het bevat algoritmen en hulpmiddelen voor clusteranalyse, classificatie, regressie-analyse, visualisatie en feature selection (het selecteren van attributen / variabelen).[2]
De eerste versie van Weka was bedoeld als werkomgeving en niet zozeer voor wetenschappelijke doeleinden.[3] De huidige versie van Weka in Java wordt voor allerlei doeleinden gebruikt, waaronder onderwijs en onderzoek.
Geschiedenis
bewerkenDe eerste versie was een frontend geschreven in Tcl/Tk voor al bestaande dataminingalgoritmen, gecombineerd met algoritmen in C voor voorbewerking van de data. Het uitvoeren van experimenten werd gedaan met behulp van makefiles. De ontwikkeling hiervan begon in 1993. In 1997 werd besloten Weka geheel te herschrijven in Java.
In 2005 ontving Weka de SIGKDD Data Mining and Knowledge Discovery Service Award.[4]
Externe link
bewerken- (en) Projectpagina
- ↑ Download Latest Version weka-3-8-6.zip (59.6 MB) (12 februari 2022). Geraadpleegd op 3 maart 2023.
- ↑ (en) Weka: Practical Machine Learning Tools and Techniques with Java Implementations, Ian H. Witten, Eibe Frank, Len Trigg, Mark Hall, Geoffrey Holmes en Sally Jo Cunningham
- ↑ (en) WEKA: A Machine Learning Workbench, Geoffrey Holmes, Andrew Donkin en Ian H. Witten
- ↑ (en) Winner of SIGKDD Data Mining and Knowledge Discovery Service Award