WeKa: Difference between revisions
From OnnoCenterWiki
Jump to navigationJump to search
Onnowpurbo (talk | contribs) Created page with "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..." |
Onnowpurbo (talk | contribs) No edit summary |
||
| Line 1: | Line 1: | ||
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. | 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. | ||
Skema yang diimplementasikan mencakup penginduksi pohon keputusan, aturan | Skema yang diimplementasikan mencakup penginduksi pohon keputusan, aturan learners, 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. | ||
Paket ini berisi binari dan contohnya. | Paket ini berisi binari dan contohnya. | ||
Latest revision as of 22:21, 29 July 2017
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.
Skema yang diimplementasikan mencakup penginduksi pohon keputusan, aturan learners, 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.
Paket ini berisi binari dan contohnya.
