KEEL is an open source (GPLv3) Java

KEEL is an open source (GPLv3) Java software tool to assess evolutionary algorithms for Data Mining problems including regression, classification, clustering, pattern mining and so on. It contains a big collection of classical knowledge extraction algorithms, preprocessing techniques (training set selection, feature selection, discretization, imputation methods for missing values, etc.), Computational Intelligence based learning algorithms, including evolutionary rule learning algorithms based on different approaches (Pittsburgh, Michigan and IRL, ...), and hybrid models such as genetic fuzzy systems, evolutionary neural networks, etc. It allows us to perform a complete analysis of any learning model in comparison to existing ones, including a statistical test module for comparison. Moreover, KEEL has been designed with a double goal: research and educational. For a detailed description, see the section 'Description' on the left menu.

ผลลัพธ์ (ไทย) 1:

KEEL เป็นเครื่องมือซอฟต์แวร์จาวาโอเพนซอร์ซ (GPLv3) เพื่อประเมินวิวัฒนาการอัลกอริทึมการทำเหมืองข้อมูลปัญหาถดถอย ประเภท คลัสเตอร์ รูปแบบการทำเหมืองแร่ และอื่น ๆ ประกอบด้วยชุดใหญ่ของคลาสสิกรู้สกัดอัลกอริ ทึม การประมวลผลเบื้องต้นเทคนิค (ฝึกอบรมตั้งตัวเลือก ตัวเลือกคุณลักษณะ discretization วิธี imputation สำหรับค่าที่หายไป ฯลฯ), เรียนรู้ปัญญาคำนวณตามอัลกอริ ทึม รวมกฎวิวัฒนาการการเรียนรู้ตามแนวทางต่าง ๆ (พิตส์เบิร์ก มิชิแกนและ IRL,...), อัลกอริทึม และรุ่นไฮบริดระบบพันธุกรรมเอิบ วิวัฒนาการเครือข่ายประสาท ฯลฯ ให้เราทำการวิเคราะห์ความสมบูรณ์ของรูปแบบการเรียนรู้ใด ๆ โดยอยู่ รวมถึงโมดูลการทดสอบทางสถิติสำหรับการเปรียบเทียบ นอกจากนี้ ได้รับการออกแบบ KEEL กับเป้าหมายคู่: วิจัย และการศึกษา สำหรับรายละเอียด ดูส่วน 'คำอธิบาย' บนเมนูซ้าย

ผลลัพธ์ (ไทย) 2:

KEEL เป็นโอเพนซอร์ส (GPLv3) เครื่องมือซอฟต์แวร์ Java เพื่อประเมินขั้นตอนวิธีวิวัฒนาการสำหรับปัญหาการทำเหมืองข้อมูลรวมถึงการถดถอย, การจัดหมวดหมู่การจัดกลุ่มการทำเหมืองรูปแบบและอื่น ๆ มันมีคอลเลกชันขนาดใหญ่ของขั้นตอนวิธีการสกัดความรู้คลาสสิก, เทคนิค preprocessing (การฝึกอบรมการเลือกชุดการเลือกคุณลักษณะเนื่องวิธีการใส่ร้ายสำหรับค่าที่ขาดหาย ฯลฯ ) หน่วยสืบราชการลับการคำนวณตามขั้นตอนวิธีการเรียนรู้รวมทั้งขั้นตอนวิธีการเรียนรู้กฎวิวัฒนาการขึ้นอยู่กับวิธีการที่แตกต่างกัน (พิตส์เบิร์ก มิชิแกนและชีวิต, ... ), และรุ่นไฮบริดเช่นระบบเลือนพันธุกรรมเครือข่ายประสาทวิวัฒนาการ ฯลฯ มันช่วยให้เราสามารถดำเนินการวิเคราะห์ที่สมบูรณ์ของรูปแบบการเรียนรู้ใด ๆ ในการเปรียบเทียบกับคนที่มีอยู่รวมทั้งโมดูลทดสอบทางสถิติสำหรับการเปรียบเทียบ . นอกจากนี้กระดูกงูได้รับการออกแบบโดยมีเป้าหมายที่สอง: การวิจัยและการศึกษา สำหรับคำอธิบายรายละเอียดให้ดูในส่วน 'คำอธิบาย' ในเมนูด้านซ้าย

ผลลัพธ์ (ไทย) 3:

กระดูกงูเป็นแหล่งเปิด ( gplv3 ) เครื่องมือซอฟต์แวร์ Java เพื่อประเมินขั้นตอนวิธีวิวัฒนาการสำหรับการทำเหมืองข้อมูลปัญหารวมถึงการถดถอย การจัดหมวดหมู่ การแบ่งกลุ่ม เหมืองแร่ รูปแบบ และอื่น ๆ มันมีคอลเลกชันขนาดใหญ่ของคลาสสิกอัลกอริทึมการเตรียมการสกัดความรู้ , เทคนิคการคัดเลือกคุณลักษณะชุดฝึก , การเลือกค่าส่วนบุคคลวิธีการที่หายไป , ค่านิยม , ฯลฯ )ปัญญาเชิงคำนวณที่ใช้อัลกอริทึมการเรียนรู้ รวมถึงวิวัฒนาการกฎอัลกอริทึมการเรียนรู้ขึ้นอยู่กับวิธีการที่แตกต่างกัน ( พิตส์เบิร์ก , มิชิแกนและ IRC , . . . ) , และรุ่นไฮบริด เช่น ระบบโครงข่ายประสาทเทียมแบบพันธุกรรม วิวัฒนาการ ฯลฯ มันช่วยให้เราสามารถแสดงการวิเคราะห์ที่สมบูรณ์ของรูปแบบการเรียนแบบใด ๆในการเปรียบเทียบกับคนเดิมรวมถึงโมดูลการทดสอบทางสถิติเพื่อเปรียบเทียบ นอกจากนี้ กระดูกงูได้รับการออกแบบโดยมีเป้าหมายสองครั้ง : การวิจัยและการศึกษา สำหรับรายละเอียดดูส่วน ' รายละเอียด ' บนเมนูด้านซ้าย