Quille (Knowledge Extraction based on Evolutionary Learning) est un outil logiciel basé sur Java spécialisé dans la mise en œuvre d'algorithmes évolutionnaires. Puisqu'il s'agit d'une source ouverte, il fournit une grande variété d'algorithmes de découverte de connaissances qui peuvent être utilisés dans des expériences qui alimentent la communauté d'exploration et d'analyse de données. Il fournit une interface utilisateur graphique simple et facile à utiliser qui réduit considérablement la complexité globale de cet outil. La plupart des outils similaires sur le marché exigent que les utilisateurs interagissent avec eux en écrivant le code, tandis que Keel supprime cette exigence en fournissant une interface graphique intuitive pouvant être utilisée par les débutants comme par les experts.
Keel fournit une grande variété d'algorithmes basés sur l'intelligence informatique, notamment la classification, la régression, l'extraction de caractéristiques, l'analyse de modèles, le regroupement, etc. Avec des modèles traditionnels intégrés directement dans l'application elle-même, Keel est un outil très utile lorsqu'il s'agit d'effectuer des analyses de données exploratoires sur des ensembles de données brutes. Son interface simple par glisser-déposer associée à la facilité d'utilisation des fonctionnalités permet une expérimentation rapide et efficace de l'exploration de données à des fins éducatives et de recherche. Des outils comme Keel gagnent en popularité en raison de leur approche simpliste de pratiques algorithmiques autrement complexes.
Installation
Il existe deux manières principales d'installer Quille sur n'importe quelle machine Linux. La première consiste à se rendre au Page Web de la quille et télécharger le logiciel à partir de là. La seconde, que nous suivrons dans ce guide d'installation, nous oblige à télécharger Keel à l'aide du wget outil de téléchargement disponible pour les utilisateurs de Linux.
1. Nous commençons par obtenir wget sur notre machine Linux.
Exécutez la commande suivante pour télécharger le wget en utilisant le apte directeur chargé d'emballage:
$ sudo apt-get install wget
Vous verrez une sortie de terminal similaire :
2. Maintenant que nous avons le wget outil installé sur notre machine Linux, nous l'utilisons pour télécharger le Quille outil.
C'est le lien que nous passons à wget.
Exécutez la commande suivante dans votre terminal :
$ wget http : // sci2s.ugr.es / Quille / Logiciel / prototypes / openVersion / Logiciel- 2018 -04-09.zip
Vous devriez voir une sortie similaire sur votre terminal :
Une fois que Keel a terminé le téléchargement, nous pouvons continuer avec le reste de l'installation.
3. Nous extrayons maintenant le fichier compressé que nous avons téléchargé à l'étape précédente à l'aide de l'outil Linux Unzip.
Exécutez la commande suivante :
$ décompresser Logiciel- 2018 -04-09.zip
Vous devriez voir une sortie similaire dans le terminal :
4. Accédez au dossier Keel en exécutant la commande suivante :
$ CD Logiciel- 2018 -04-09 / documents / expériences / QUILLE / distance /
5. Exécutez la commande suivante pour démarrer l'installation :
$ Java -pot . / GraphInterKeel.jar
Avec cela, Keel devrait être disponible pour que vous puissiez l'utiliser sur votre machine Linux.
Mode d'emploi
Interagir avec le Quille l'application est vraiment facile et simple. Commençons par importer le Jeu de données d'iris dans notre espace de travail.
Lorsque nous importons les données, l'outil nous montre le regroupement global du point de données dans l'ensemble de données. Il nous montre également les différentes classes qui sont présentes dans l'ensemble de données ainsi que les informations de base comme les plages numériques que ces points de données couvrent et la variance globale et les valeurs moyennes qu'il présente. Ces informations permettent aux utilisateurs de mieux comprendre comment procéder à la préparation des données pour tout type de tâche d'analyse de données.
En poursuivant l'expérimentation, nous rencontrons les différentes techniques qui peuvent être utilisées pour créer notre expérience sur n'importe quel ensemble de données. Les différents algorithmes d'apprentissage utilisables sur nos données sont visibles sur l'image suivante. Selon la nature de l'ensemble de données et les exigences de l'expérience, différents algorithmes peuvent être expérimentés.
Par exemple, si vous travaillez avec des données non étiquetées et que vous devez trouver des similitudes entre les différents points de données de votre ensemble de données, l'utilisation d'un algorithme de clustering à partir des différentes options disponibles peut vous aider à mieux comprendre les points de données. Cela vous aide éventuellement à étiqueter et à classer les points de données afin que l'expérience puisse être basée sur l'utilisation d'algorithmes d'apprentissage supervisé plus complets.
Conclusion
La Quille La plate-forme d'analyse de données est une bonne ressource à la fois pour la recherche et à des fins éducatives. Son interface utilisateur graphique facile à utiliser aide les utilisateurs à mieux comprendre les exigences des données tout en fournissant des références logiques à des techniques et des algorithmes utiles qui aident davantage les utilisateurs dans leurs flux de travail. Disposer d'un large éventail d'algorithmes différents appartenant à différentes catégories et techniques algorithmiques permet aux utilisateurs d'expérimenter de nombreuses directions logiques et de comparer ces résultats afin de trouver la solution la plus optimale à tout problème.
L'approche glisser-déposer sans code de Keel pour l'exploration de données aide même les débutants à travailler sans effort avec des modèles d'intelligence informatique complets. Cela fournit des informations sur des ensembles de données complexes et en résulte des inférences utiles qui aident à résoudre les problèmes du monde réel.