WEKA – برنامج مفتوح المصدر يوفر أدوات للمعالجة المسبقة للبيانات وتنفيذ العديد من خوارزميات التعلم الآلي وأدوات التصور حتى تتمكن من تطوير تقنيات التعلم الآلي وتطبيقها على مشاكل استخراج البيانات في العالم الحقيقي. ما تقدمه WEKA ملخص في الرسم البياني التالي.
إذا لاحظت بداية تدفق الصورة، ستفهم أن هناك مراحل عديدة في التعامل مع البيانات الضخمة لجعلها مناسبة للتعلم الآلي −
أولاً، ستبدأ بالبيانات الأولية التي تم جمعها من الميدان. قد تحتوي هذه البيانات على عدة قيم فارغة وحقول غير ذات صلة. يمكنك استخدام أدوات المعالجة المسبقة للبيانات المتوفرة في WEKA لتنقية البيانات.
بعد ذلك، يمكنك حفظ البيانات التي تمت معالجتها مسبقًا في وحدة التخزين المحلية الخاصة بك لتطبيق خوارزميات تعلم الآلة.
بعد ذلك، اعتمادًا على نوع نموذج ML الذي تحاول تطويره، يمكنك تحديد أحد الخيارات مثل Classify أو Cluster أو Associate. يتيح تحديد السمات التحديد التلقائي للميزات لإنشاء مجموعة بيانات مخفضة.
لاحظ أنه ضمن كل فئة، يوفر WEKA تنفيذ العديد من الخوارزميات. يمكنك تحديد خوارزمية من اختيارك، وتعيين المعلمات المطلوبة وتشغيلها على مجموعة البيانات.
بعد ذلك، ستمنحك WEKA المخرجات الإحصائية لمعالجة النموذج. يوفر لك أداة تصور لفحص البيانات.
يمكن تطبيق النماذج المختلفة على نفس مجموعة البيانات. يمكنك بعد ذلك مقارنة مخرجات النماذج المختلفة واختيار أفضل ما يلبي غرضك.
وبالتالي، يؤدي استخدام WEKA إلى تطوير أسرع لنماذج التعلم الآلي بشكل عام.
الآن بعد أن رأينا ما هو WEKA وماذا يفعل، سوف نتعلم في الدرس التالي كيفية تثبيت WEKA على جهاز الكمبيوتر المحلي الخاص بك.