7.7/10 (65 أصوات )

RapidMiner (سابقا ييل) هي الرائدة على مستوى العالم المفتوحة المصدر استخراج البيانات الحل يرجع إلى مزيج من التكنولوجيات الرائدة ، ومجموعة لجانه الفنية. تطبيقات RapidMiner تشمل مجموعة واسعة من العالم الحقيقي البيانات التعدين واستكشاف tasks.Use RapidMiner بياناتك! تبسيط بناء التجارب وتقييم مختلف النهج. في محاولة لإيجاد أفضل مزيج من التعلم والخطوات وتجهيزها أو RapidMiner ندع ذلك تلقائيا لyou.More 400 مشغلي استخراج البيانات ويمكن استخدامها بشكل تعسفي تقريبا مجتمعة. الإعداد يصفها ملفات التي يمكن انشاؤها بسهولة مع واجهة المستخدم الرسومية (واجهة المستخدم الرسومية). هذا أكس لغة البرمجة RapidMiner تتحول إلى تنمية متكاملة والبيئة (بيئة تطوير متكاملة) لجهاز التعليم ، واستخراج البيانات. RapidMiner يلي مفهوم النماذج السريعة بسرعة كبيرة مما يؤدي الى المطلوب ، results.Furthermore ، RapidMiner يمكن استخدام جافا بيانات المكتبة. فيما يلي بعض الملامح الرئيسية RapidMiner : حقا المتاحة المصدر المفتوح اكتشاف المعرفة والبيئة نقي 100 ٪ جاوا) يدير كل منصة رئيسية ونظام التشغيل) دينار على غرار عمليات بسيطة المشغل الأشجار التي هي بديهية والأقوياء على حد سواء مشغل subtrees الأشجار أو يمكن انقاذه لبنات في وقت لاحق إعادة استخدامها ويكفل تمثيل الداخلية XML التبادل شكل موحد لجمع المعلومات والتجارب البرمجة بلغة بسيطة السماح التلقائي على نطاق واسع من التجارب متعددة الطبقات عرض البيانات مفهوم يضمن كفاءة وشفافية معالجة البيانات المرونة في استخدام RapidMiner : واجهة المستخدم الرسومية (واجهة المستخدم الرسومية (لالنماذج التفاعلية سطر واسطة (دفعة واسطة) آليا لتطبيقات واسعة النطاق جافا API (واجهة برمجة التطبيق) للتخفيف من RapidMiner استخدام برامج خاصة بك تمديد البرنامج المساعد بسيطة والآليات ، ومجموعة واسعة من الوظائف الاضافية موجود بالفعل ، ويمكنك بسهولة إضافة بنفسك قوى التآمر مرفق عرض مجموعة كبيرة من الأبعاد متطورة عالية التصور تقنيات لبيانات ونماذج أكثر من 400 آلة التعلم ، والتقييم ، والناتج ، وقبل وبعد المعالجة ، وبالإضافة إلى العديد من مشغلي التصور الفوقية خطط التحسين تعلم آلة WEKA مكتبة متكاملة (WEKA صفحة ويب) RapidMiner تم تطبيقها بنجاح على مجموعة واسعة من التطبيقات بسرعة النماذج التي أثبتت جدواها والقدرات ، بما فيها النصوص والتعدين ، والوسائط المتعددة والتعدين ، وسمة والهندسة والتعدين وتدفق البيانات وتتبع المفاهيم العائمة ، وتطوير مجموعة من الأساليب ، ووزعت بيانات التعدين. ما الجديد في هذا الإصدار : [سجل التغيير قراءة كاملة] المشغلين الجدد : ExampleSetSuperset ExampleSetUnion MacroConstruction CumulateSeries FastLargeMargin يقسم Construction2Names NeuralNetSimple بارامترات الآن تكييفها وفقا لتغيير اسم المشغل ، على سبيل المثال إعدادات التشغيل مثل ProcessLog أو المعلم الأمثل مشغلي تلقائيا لتصحيح اسم المشغل الجديد مثل الرسوم البيانية تشابه الرسم البياني عرض القوة من جانب اطراف الآن لون واضاف الجديدة شجرة تصميم الخوارزمية لقرار منع معظم الأشجار المتداخلة ، النسخة القديمة تشديد تتوفر تصميم نوع شجرة (الضيقة) قرار الأشجار شجرة ثانوية الآن تبين حجم أداة الحافة الداخلية للفروع ، حواف اظلاما الآن أكبر وأكثر إشراقا لsubtrees الأصغر وعلم المقرر الأشجار أسرع الآن بسبب التحسينات الداخلية في التعامل مع انقسم حذو مثل الجداول (ميتا) عرض البيانات الآن تؤيد سياق جديد لقائمة مشتركة مثل طاولة عمليات فرز عمود أو صف / عمود الاختيار مشغل جديد الحوار الآن كما تؤيد النص الكامل للبحث في النصوص وصفا للمشغلين RapidMiner الآن في جميع محلات قيم البارامترات في عملية الملفات بما فيها القيم الافتراضية والتي تضمن أفضل التوافق مع الإصدارات المستقبلية. إن تبويبة XML ، مع ذلك ، لا يظهر الا من اختلاف القيم الافتراضية الإضافات ويمكن الآن تحديد فئة com.rapidminer.PluginInit توفير وسيلة initPlugin () ويتم خلال البرنامج المساعد الاحتجاج الاستهلال أحادي المتغير والمتعدد النوافذ سلسلة مشغلي الآن أيضا دعم الاسمية والصفات وأنواع متباينة حتى في الحالات التي يكون فيها سلسلة يمثله الأمثلة (الصفوف) من مجموعة بيانات مجموعة الإحصاءات من الصفات الإسمية في عرض البيانات الوصفية الآن يدل على القيم العليا والدنيا occurrency تحصي ، أنواع القيم وفقا لتهم ، وإلا تعرض مقتطفات من القيم التي تحدث في حال كميات كبيرة من وجود قيم مختلفة في الآونة الأخيرة قائمة الملفات المحفوظة الآن مباشرة بعد فتح عملية جديدة وليس فقط من خلال اغلاق التغيرات التي طرأت على عملية الإعداد يسمح الآن وحتى خلال عملية وقت التشغيل ، على سبيل المثال في حين ينتظر عنده ويمكن الآن NaiveBayes التعامل مع القيم الاسمية الجديدة خلال مرحلة تطبيق نموذج انتقدت مشغلي المقدمة حاليا مع لون رمادي في مشغل جديد تبويبة والحوار تحديث لأحدث إصدار من Weka (اعتبارا من شباط / فبراير 26th ، 2009) تحديث لأحدث إصدار من Joone ، إلى أقصى حد من الشبكة العصبية للتقصير البارامترات وأضاف أن بعض عمليات جديدة لعينة من العينات ودليل كذلك على البرنامج التعليمي ExampleFilter وأهم معالم discretization لم تعد الخبراء البارامترات الآن الدول ArffExampleSource رسالة خطأ في الحالات التي تكون فيها الصفات التي تحتوي على الفضاء الذي لا ونقلت ثنائية جديدة لتصنيف مقاييس الأداء : القيمة التنبؤية الإيجابية القيمة التنبؤية السلبية psep تفاصيل التنفيذ : SplittedExampleSet قد تحسن بشكل أسرع مما يؤدي إلى الوصول إلى البيانات لمشغلي مرات عبر مثل شجرة أو قرار المصادقة على التعلم الإضافات ويمكن الآن تحديد فئة com.rapidminer.PluginInit توفير وسيلة initPlugin () ويتم خلال البرنامج المساعد الاحتجاج الاستهلال Bugfixes : علة محددة بدقة المعيار المنقح شجرة القرارات المتعلم علة ثابتة في قائمة معلمة ValueSubgroupIterator علة ثابتة في ExceptionHandling التي تضاعفت في بعض الأحيان إلى نتائج علة ثابتة في ProcessBranch التي تضاعفت في بعض الأحيان إلى نتائج ViewAttributes لا تضيف إحصاءات دقيقة كحد أقصى ، وذلك حيث أن هذه الاحصاءات ليست محسوبة على جدول البيانات وجهات النظر علة ثابتة في بداية النص ويندوز واجهة المستخدم الرسومية (linebreak) علة ثابتة لسطح 3D مؤامرة سين وصاد حيث استعيض عن بعضها البعض مسارات ثابتة لرموز للبنات مسألة ثابتة مع جمهورية الصين لا قطع في الحالات التي يكون فيها العديد من النقاط التي وقعت مع نفس الثقة خيط الثابتة المحتملة الجمود خلال ملء المخطط قائمة علة ثابتة لمسافة المرجحة للتصويت ، وك = 1 في NearestNeighbors ثابت خلل في ChiSquaredWeighting مختلطة لنوع البيانات فيها عدد من صناديق وكان أصغر من أكبر عدد ممكن من القيم الاسمية الافتراضية العالمية عشوائية البذور في تفضيل الحوار لم يسمح له أن يكون لمجموعة -1 الملكية مفاتيح للأفضليات الحوار تم تعديل علة ثابتة في PolynomialRegression مجموعة تطبيع الآن توفر القيمة القصوى للصفات ثابتة مرجحة الدقة ويذكر أن نفعله الآن لم يعد تسليم نان إذا لم يحدث من الدرجة



  • مرات التنزيل: 900
  • متطلبات التشغيل: Mac OS X
  • الحجم: 28.3 MB
  • الترخيص:
  • الاصدار : 4.4
  • اضيف في: 0000-00-00 00:00:00
  • اخر تحديث: 23/06/2006
  • الموقع علي الانترنت:






Description

texts of the operators
· RapidMiner now stores all parameter values in the process files including the default values which ensures a better compatibility with future versions. The XML tab, however, only shows the values differing from the default
· Plugins can now define a class com.rapidminer.PluginInit providing a method "initPlugin()" which will be invoked during plugin initialization
· Univariate and multivariate series windowing operators now also support nominal attributes and even mixed types in cases where the series is represented by the examples (rows) of the data set
· The range statistics of nominal attributes in the meta data view now shows the values with highest and lowest occurrency counts, sorts the values according to the counts, and displays only an excerpt of the occurring values if large amounts of different values exist
· List of recent files is now directly saved after opening a new process and not only during shutdown
· Changes in the process setup are now allowed even during process runtime, e.g. when waiting at a breakpoint
· NaiveBayes can now handle new nominal values during the model application phase
· Deprecated operators are now rendered with a gray color in the new operator tab and dialog
· Updated to the latest version of Weka (as of February 26th, 2009)
· Updated to the latest version of Joone, optimized some of the neural network default parameters
· Added some new sample processes to the sample directory as well as to the tutorial
· ExampleFilter and most important discretization parameters are no longer expert parameters
· ArffExampleSource now states an error message in cases where attributes containing a space which is not quoted

New binominal classification performance measures:
· positive predictive value
· negative predictive value
· psep

Implementation details:
· SplittedExampleSet has been improved leading to faster data access times for operators like cross validation or decision tree learning
· Plugins can now define a class com.rapidminer.PluginInit providing a method "initPlugin()" which will be invoked during plugin initialization

Bugfixes:
· fixed bug accuracy criterion for the revised decision tree learner
· Fixed bug in parameter list of ValueSubgroupIterator
· Fixed bug in ExceptionHandling which sometimes led to doubled outputs
· Fixed bug in ProcessBranch which sometimes led to doubled outputs
· ViewAttributes did not add min and max statistics so that those statistics where not calculated on data table views
· Fixed bug in Windows GUI start script (linebreak)
· Fixed bug for surface 3D plot where x and y were replaced by each other
· Fixed paths to icons for building blocks
· Fixed issue with ROC plots in cases where several points with same confidence occurred
· Fixed potential thread deadlock during the filling of the plotter list
· Fixed bug for distance weighted vote and k = 1 in NearestNeighbors
· Fixed a bug in ChiSquaredWeighting for mixed-type data sets where the number of bins was smaller than the maximum number of nominal values
· The default global random seed in the preferences dialog was not allowed to be set to -1
· The property keys of the preferences dialog were editable
· Fixed bug in PolynomialRegression
· Range normalization now delivers maximum value for constant attributes
· Weighted precision and recall do now no longer deliver NaN if a class did not occur



صور RapidMiner 4.4
RapidMiner 4.4





التعليقات علي RapidMiner 4.4
اضافة تعليق

تعليقات الفيسبوك

تعليقات الموقع