Weka入門
1 Wekaの基礎 櫻井彰人 慶應義塾大学理工学部 Weka ニュージーランドのワイカト大学が開発 （University of Waikato, New Zealand） Waikato Environment of Knowledge Analysis の略 Weka: 探求心旺盛な飛べない鳥 Weka の特徴 Java言語で記述（使う人にとっては関係な いことですが） しかし、そうはいっても、すぐどこでも動くかつ 安全なことは安心材料 フリーソフト 営利目的以外には自由に使用可能。改変可 機能の追加が可能 Wekaの特徴（２） 日本語化が比較的容易（Javaがそうだか ら） 欠点： 機能が少ない 特に GUI （graphical user interface）が貧弱 営利目的でない以上、ある程度は我慢すべし 無保証（これは商用ソフ
Weka
Weka is a collection of machine learning algorithms for solving real-world data mining problems. It is written in Java and runs on almost any platform. The algorithms can either be applied directly to a dataset or called from your own Java code. Features machine learningdata miningpreprocessingclassificationregressionclusteringassociation rulesattribute selectionexperimentsworkflowvisualization
第６３９回トトくじ WEKAによる機械予測の手法を一から説明してみる。 - clew
どんな手法で機械予測をしているのか？ さて、ここ最近はディープラーニングやらPYTHONについて調べていたので、トト予想は休止状態でした。 何事も継続する事が大事ですから、再開したいと思います。今回は私の行った予測手法を一から解説します。肝心の正解率については”正直わかりません・・” 少しでもいいから参考になればいかなと思います。 どんなデータを用意すればいいの？ 以下に今回の予測で使用するデータについて説明します。 １、データを取ってくるサイトは・・・http://www.jsgoal.jp/schedule/2013/j2.html 上のリンクは”J２”の箇所。”J1” についても ”日程・結果”というタブを開いてコピーしてきます。 今回は直前一回分のデータを使用します。データといっても対戦カード、試合会場、スコアの三つだけです。 今回の例で言えば 二部は２３節、一部は１５節といった具
社会人MBA－Wekaを起動する（記事一覧）
▼ 2024 (30) ▼ 3月 (9) 設計理論の考察（実践への応用）：④公理的設計とは？失敗しない設計 設計理論の考察（実践への応用）：③公理的設計とは？文献レビュー My GPTsを作るときに欲しかった解説 設計理論の考察（実践への応用）：②設計の概念化（公理的設計） 設計理論の考察（実践への応用）：①リサーチ開始 実務でのChatGPT（正規性の検定、＊Python in Excel含みます） 実務でのChatGPT（業界動向を自動ブログ生成GPTsで確認する） 実務でのChatGPT（決定木分析） 実務でのChatGPT（工程能力の算出） ► 2月 (14) ► 1月 (7) ► 2023 (18) ► 12月 (1) ► 7月 (3) ► 6月 (3) ► 5月 (1) ► 4月 (6) ► 3月 (4) ► 2020 (1) ► 5月 (1) ► 2016 (1) ► 10月
Wikispaces
We are sorry, but the site you are looking for no longer exists Wikispaces was founded in 2005 and has since been used by educators, companies and individuals across the globe. Unfortunately, the time has come where we have had to make the difficult business decision to end the Wikispaces service. We first announced the site closure in January 2018, through a site-wide banner that appeared to all
Wikispaces
We are sorry, but the site you are looking for no longer exists Wikispaces was founded in 2005 and has since been used by educators, companies and individuals across the globe. Unfortunately, the time has come where we have had to make the difficult business decision to end the Wikispaces service. We first announced the site closure in January 2018, through a site-wide banner that appeared to all
はじめてのweka勉強会 −修正版− - sleeping vote
ゼミ用資料です。 今回は、GUIで遊ぶ70％、プログラムを書いて理解する30％です。おきらくに、楽しんでやっていきましょう。 勉強会の資料 http://groups.google.com/group/cica25th/files ００．wekaを楽しむ前に wekaはJavaで作られています。それを動かすために、JRE(Java Runtime Environment)が必要となります。 （jre1.4以上必須） パスを通すなどの作業がいるので、詳しくは周りのJavaに強い方か、Google先生に聞いてみましょう。 ０．wekaって何？ Wekaとはオープンソースのデータマイニングツールで、世界中の研究者に愛用されているツールだ。 (中略） Wekaにはデータマイニングのために必要なアルゴリズムが多数収録されており、データに対する前処理、アルゴリズムの適用、結果の視覚化といった作業をGU
Wekaでベイジアンネットワーク（2） | Synergy Marketing LAB BLOG
前回に続き「2. 与えられたデータセットを使ってネットワーク構造を学習する」の手順を説明します。 Wekaではベイジアンネットワークは分類器の一種です。 分類器とは、あるデータを少数のカテゴリに分類するもので、既知のデータから未知のデータを推測することが出来ます。 既知のデータを使って、分類器がデータを分類できるようにすることを「学習」といいます。 Weka Explorer を使うと分類器の学習と評価が出来ます。 例題として、ユーザの行動から予想される購入サービスを「分類」するという問題を考えます。 「集合知プログラミング」第7章、表1のデータを使います。 これは、あるウェブサイトでのユーザの行動と購入サービスを関連付けたものです。 操作の流れは以下のようになります。 ユーザの行動とそのユーザが購入したサービスのデータを入力する 学習アルゴリズムを決定し、パラメータを入力する
Wekaでベイジアンネットワーク(1) | Synergy Marketing LAB BLOG
はじめに Wekaのベイズネットワークエディタおよび分類器(weka.classifiers.bayes.BayesNet)の使い方についてまとめます。 ベイジアンネットワークについてはWikipedia、またWekaについては公式ページおよびマニュアルを参照ください。 Wekaではベイジアンネットワークに関する以下機能が実装されています。 ベイズネットワークエディタ： ネットワークを作成する 作成したネットワークをXML形式で読み書きする ノードに条件付き確率を与える 証拠データを設定した時の各ノードの確率を求める 確率分布に沿ってデータセット(.arff形式)を作成する データセットを使った学習を行う 分類器： データセットからネットワーク構造を学習する 学習したネットワーク構造を検証する 学習したネットワーク構造を図示する ネットワーク構造をXMLファイルに出力する これらを以下の
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
weka-jp プロジェクト日本語トップページ - OSDN
http://www.ilibrary.jp/MOTtextBooks/weka/weka.pdf
https://weka.sourceforge.io/manuals/weka.bn.pdf