معرفی نرم افزار داده کاوی Weka و کاربرد آن

امروزه نرم افزارهای فراوانی برای کار با داده‌ها و داده کاوی تولید و در اختیار کاربران قرار گرفته است و افراد می‌توانند بدون داشتن مهارت‌های برنامه نویسی خاصی از آن‌ها استفاده کنند. یکی از محبوب‌ترین‌های این حوزه، نرم افزار وکا (Weka) نام دارد.

نرم افزار Weka یک نرم افزار اوپن سورس جهت پیاده سازی الگوریتم‌های یادگیری ماشین و داده کاوی است. از این نرم افزار برای حل مسائل داده کاوی در دنیای واقعی استفاده می‌شود. نرم افزار داده کاوی وکا به زبان جاوا نوشته شده است و تقریبا روی همه سیستم عامل‌ها و پلتفرم‌ها قابل اجراست.

وکا یک نرم افزار جامع است که به شما امکان می‌دهد، داده‌های بزرگ (Big data) را پردازش کنید، الگوریتم‌های مختلف داده کاوی را روی آن‌ها اعمال کنید و خروجی‌های مختلف را با یکدیگر مقایسه کنید. این نرم افزار کار با داده‌های بزرگ را آسان کرده و امکان یادگیری ماشینی با استفاده از الگوریتم‌های مختلف را فراهم می‌کند.

نرم افزار وکا در ابتدا با اهداف تحقیقاتی در دانشگاه دانشگاه وایکاتو (University of Waikato) کشور نیوزیلند، ایجاد و توسعه داده شد، اما بعدها در اختیار همگان قرار گرفت و امروزه محققان، کارشناسان و متخصصان علم داده در سراسر جهان و در حوزه‌های مختلف از آن استفاده می‌کنند.

نام Weka از عبارت «Waikato Environment for knowledge Analysis» استخراج شده است. همچنین Weka نوعی پرنده‌ در کشور نیوزیلند است که توانایی پرواز کردن ندارد اما در قسمت‌های مختلف طبیعت به جستجو می‌پردازد.

امکانات نرم افزار وکا

نرم افزار Weka از کل فرآیند داده کاوی و یادگیری ماشین از آماده سازی داده‌های ورودی، اعمال الگوریتم و ارزیابی داده‌ها تا مصور سازی و نمایش گرافیکی نتایج پشتیبانی می‌کند. برخی از امکانات این نرم افزار شامل موارد زیر است.

• پیش پردازش (Preprocessing)
• دسته بندی (Classification)
• رگرسیون (Regression)
• خوشه بندی (Clustering)
• قوانین انجمنی (Association rules)
• انتخاب ویژگی (Attribute selection)
• آزمایش (Experiments)
• گردش کار (Workflow)
• مصورسازی (Visualization)

کاربردهای نرم افزار weka

تقریبا در کلیه حوزه‌های یادگیری ماشین و داده کاوی می‌توان از نرم افزار Weka استفاده کرد:

• آموزشی: دانشگاه‌ها و مراکز آموزش علم داده از این نرم افزار برای اهداف آموزشی استفاده می‌کنند.
• تحقیقاتی: بسیاری از محققان حوزه علم داده از قابلیت‌های این نرم افزار جهت بررسی پژوهش‌های خود بهره می‌برند.
• کاربردهای تجاری و صنعتی: برای حل بسیاری از مسائل واقعی مرتبط با داده‌ها از این نرم افزار استفاده می‌شود.

بیشتر بخوانید: تفاوت متخصص علم داده، مهندس داده و تحلیلگر داده چیست؟

نرم افزار وکا چه ویژگی‌هایی دارد؟

برخی از مهم‌ترین ویژگی‌های این نرم افزار به شرح زیر است.

• استفاده از نرم افزار Weka منجر به توسعه سریع‌تر مدل‌های یادگیری ماشین می‌شود.
• بدون نیاز به یک خط برنامه نویسی می‌توانید از قابلیت‌های این نرم افزار استفاده کنید.
• می‌توانید از قابلیت‌های یادگیری عمیق (Deep Learning) نرم افزار وکا مانند شبکه‌عصبی عمیق (Deep neural networks)، شبکه عصبی پیچشی (Convolutional neural network) و شبکه عصبی بازگشتی (Recurrent neural network) و از طریق رابط کاربر گرافیکی این نرم افزار استفاده کنید.
• دسترسی به ابزارهای نرم افزار Weka از طریق رابط کاربر گرافیکی آن و یا رابط برنامه‌ نویسی جاوا (API) امکان پذیر است.
• وجود رابط کاربر گرافیکی، کار با این نرم افزار را بسیار راحت کرده است.
• می‌توانید از محبوب‌ترین زبان‌های برنامه نویسی علم داده‌ها (Data science) مانند R، پایتون و اسپارک در این نرم افزار استفاده کنید.
• محتوا و منابع آموزشی فراوانی برای یادگیری روش استفاده از نرم افزار وکا وجود دارد.
• وکا را می‌توان روی سیستم عامل‌های مختلف مانند ویندوز، لینوکس و مکینتاش نصب و اجرا کرد.
• نرم افزار وکا با با فرمت‌های مختلف داده مانند اکسل، CSV و Arff کار می‌کند.

نرم افزار Weka چگونه کار می‌کند؟

عملکرد نرم افزار Weka در شکل زیر به طور خلاصه بیان شده است. در ادامه، مراحل مختلف آماده سازی داده‌ها، اعمال الگوریتم تا دریافت خروجی با استفاده از این نرم افزار را شرح می‌دهیم.

مرحله ۱: آماده سازی داده‌ها

شما در ابتدا باید داده‌های خام را از منابع مختلف جمع آوری کنید. اما ممکن است داده‌های اولیه حاوی مقادیر نامعتبر و فیلدهای نامربوط باشند. علاوه بر این، معمولا داده‌های مختلف از منابع اطلاعاتی و پایگاه داده‌های متفاوتی جمع آوری می‌شوند و ممکن است با هم سازگاری نداشته باشند.

بنابراین قبل از اینکه اقدام به پردازش داده‌ها و اعمال الگوریتم‌های داده کاوی روی آن‌ها نمایید، باید به پاکسازی داده‌ها (Data cleansing) بپردازید.

جهت آماده سازی و پاک سازی داده‌ها و دستیابی به داده‌های به اصطلاح تمیز و سازگار می‌توانید از ابزار پیش پردازش (Preprocessing) نرم افزار Weka استفاده کنید. پس از انجام این کار می‌توانید داده‌ها را جهت اعمال الگوریتم‌های داده کاوی در محل مورد نظر خود ذخیره نمایید.

مرحله ۲: اعمال الگوریتم داده کاوی

در این مرحله می‌توانید الگوریتم‌های داده کاوی و یادگیری ماشین مورد نظر خود مانند دسته بندی، خوشه بندی کرده و قوانین انجمنی و غیره را روی داده‌ها اعمال کنید.

از ابزار انتخاب ویژگی (Attribute selection) می‌توانید جهت انتخاب خودکار ویژگی‌های موثر استفاده کنید. الگوریتم‌های مختلفی در Weka جهت شناسایی متغیرهای موثر وجود دارد تا مدل شما دارای کمترین پیچیدگی باشد.

توجه داشته باشید که در هر دسته، چندین الگوریتم وجود دارد. پس شما باید الگوریتم مناسب را انتخاب کنید، پارامترهای مورد نظر را خود تنظیم کرده و آن را روی مجموعه داده (Data set) خود اجرا کنید.

حتما بخوانید: بیگ دیتا (Big Data) یا کلان داده چیست و چه کاربردی دارد؟

مرحله ۳: دریافت خروجی و مصور سازی داده‌ها

پس از پایان عملیات پردازش داده‌ها، خروجی آماری نمایش داده می‌شود. وکا یک ابزار مصور سازی داده‌ها جهت ایجاد نمودارهای مختلف و بررسی داده‌ها در اختیار شما قرار می‌دهد.

مدل‌های مختلف را می‌توان در یک مجموعه داده اعمال کرد. شما می‌توانید خروجی مدل‌های مختلف را با یکدیگر مقایسه کرده و با توجه به اهداف خود، بهترین مدل را انتخاب کنید.

آشنایی با رابط کاربری نرم افزار Weka

وقتی نرم افزار Weka را اجرا می‌کنید، صفحه زیر نمایش داده می‌شود.

در ادامه به معرفی بخش‌های مختلف آن می‌پردازیم.

Explorer: با مراجعه به این قسمت می‌توانید به انواع ابزارهای آماده سازی، الگوریتم‌های داده کاوی و ابزارهای مصور سازی داده‌ها دسترسی داشته باشید و آن‌ها را روی مجموعه داده خود اجرا نمایید.

Experimenter: این قسمت محیطی برای انجام آزمایش‌های آماری متعدد بر روی الگوریتم‌های مختلف داده کاوی و یادگیری ماشین را فراهم می‌کند.

Knowledge Flow: با استفاده از این واسط گرافیکی می‌توانید اقدام به تولید جریان‌های داده‌ای مختلف نمایید.

Simple CLI: در این قسمت یک رابط ساده خط فرمان ارائه شده است که به شما امکان دسترسی مستقیم به دستورات وکا را فراهم می‌کند.

برای دستیابی به این نرم افزار، می‌توانید به وب سایت رسمی Weka، راجعه کرده و فایل نصب متناسب با سیستم عامل خود را دانلود و در کامپیوتر خود نصب کنید. این فایل از نوع Java jar بوده و قبل از نصب آن باید جاوا در سیستم شما نصب شده باشد.