https://lms.onnocenter.or.id/wiki/index.php?action=history&feed=atom&title=WeKa 2026-05-03T10:07:49Z Revision history for this page on the wiki MediaWiki 1.45.1 https://lms.onnocenter.or.id/wiki/index.php?title=WeKa&diff=49155&oldid=prev 2017-07-29T22:21:04Z

<p></p> <table style="background-color: #fff; color: #202122;" data-mw="interface"> <col class="diff-marker" /> <col class="diff-content" /> <col class="diff-marker" /> <col class="diff-content" /> <tr class="diff-title" lang="en"> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← Older revision</td> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">Revision as of 22:21, 29 July 2017</td> </tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l1">Line 1:</td> <td colspan="2" class="diff-lineno">Line 1:</td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Weka adalah kumpulan algoritma pembelajaran mesin di Jawa yang bisa digunakan dari command-line, atau dipanggil dari kode Java Anda sendiri. Weka juga ideal untuk mengembangkan skema pembelajaran mesin baru.</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Weka adalah kumpulan algoritma pembelajaran mesin di Jawa yang bisa digunakan dari command-line, atau dipanggil dari kode Java Anda sendiri. Weka juga ideal untuk mengembangkan skema pembelajaran mesin baru.</div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>Skema yang diimplementasikan mencakup penginduksi pohon keputusan, aturan <del style="font-weight: bold; text-decoration: none;">peserta didik</del>, generator pohon model, mesin vektor pendukung, regresi tertimbang lokal, pembelajaran berbasis contoh, pengambilan, penguat, dan penumpukan. Juga termasuk metode clustering, dan rules rules learner. Terlepas dari skema pembelajaran yang sebenarnya, Weka juga berisi berbagai macam alat yang dapat digunakan untuk dataset pra-pengolahan.</div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>Skema yang diimplementasikan mencakup penginduksi pohon keputusan, aturan <ins style="font-weight: bold; text-decoration: none;">learners</ins>, generator pohon model, mesin vektor pendukung, regresi tertimbang lokal, pembelajaran berbasis contoh, pengambilan, penguat, dan penumpukan. Juga termasuk metode clustering, dan rules rules learner. Terlepas dari skema pembelajaran yang sebenarnya, Weka juga berisi berbagai macam alat yang dapat digunakan untuk dataset pra-pengolahan.</div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Paket ini berisi binari dan contohnya.</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Paket ini berisi binari dan contohnya.</div></td></tr> </table>

Onnowpurbo https://lms.onnocenter.or.id/wiki/index.php?title=WeKa&diff=49154&oldid=prev 2017-07-29T22:20:24Z

<p>Created page with &quot;Weka adalah kumpulan algoritma pembelajaran mesin di Jawa yang bisa digunakan dari command-line, atau dipanggil dari kode Java Anda sendiri. Weka juga ideal untuk mengembangka...&quot;</p> <p><b>New page</b></p><div>Weka adalah kumpulan algoritma pembelajaran mesin di Jawa yang bisa digunakan dari command-line, atau dipanggil dari kode Java Anda sendiri. Weka juga ideal untuk mengembangkan skema pembelajaran mesin baru.<br /> <br /> Skema yang diimplementasikan mencakup penginduksi pohon keputusan, aturan peserta didik, generator pohon model, mesin vektor pendukung, regresi tertimbang lokal, pembelajaran berbasis contoh, pengambilan, penguat, dan penumpukan. Juga termasuk metode clustering, dan rules rules learner. Terlepas dari skema pembelajaran yang sebenarnya, Weka juga berisi berbagai macam alat yang dapat digunakan untuk dataset pra-pengolahan.<br /> <br /> Paket ini berisi binari dan contohnya.<br /> <br /> <br /> ==Referensi==<br /> <br /> * https://apps.ubuntu.com/cat/applications/weka/</div>

Onnowpurbo