타나그라 (기계학습)
Tanagra (machine learning) |
| 개발자 | 루미에르 대학교 라이온 2호 |
|---|---|
| 안정적 해제 | 1.4.50 / 2013/12/18 |
| 리포지토리 | |
| 운영 체제 | 창문들 |
| 유형 | 머신러닝, 데이터 마이닝, 다변량 분석, 데이터 분석 |
| 면허증. | 오픈 소스 |
| 웹사이트 | http://eric.univ-lyon2.fr/~ricco/tanagra/en/tanagra.properties |
타나그라(Tanagra)는 리코 라코토말라(Ricco Rakotomalala)가 프랑스 루미에르 대학 리옹 2에서 개발한 연구 및 학술용 머신러닝 소프트웨어(machine learning software)의 무료 제품군이다.[1]Tanagra는 시각화, 기술 통계, 인스턴스(instance) 선택, 형상 선택, 형상 구성, 회귀, 인자 분석, 클러스터링, 분류 및 연관 규칙 학습과 같은 몇 가지 표준 데이터 마이닝 작업을 지원한다.null
타나그라는 학술 프로젝트다.불어를 사용하는 대학에서 널리 사용되고 있다.[2]타나그라는 실제 연구와[3] 소프트웨어 비교 논문에서 자주 사용된다.[citation needed]null
역사
타나그라의 개발은 2003년 6월에 시작되었다.첫 번째 버전은 2003년 12월에 배포되었다.타나그라는 감독된 학습 과제(분류), 특히 의사결정 나무의 쌍방향 및 시각적 구축만을 목적으로 하는 또 다른 무료 데이터 마이닝 도구인 시피나의 후계자다.시피나는 여전히 온라인에서 이용할 수 있으며 유지되고 있다.타나그라(Tanagra)는 모든 연구자가 소프트웨어 배포 라이선스에 동의하고 준수하기만 하면 소스 코드에 접속해 자체 알고리즘을 추가할 수 있어 '오픈 소스 프로젝트'이다.null
타나그라 프로젝트의 주요 목적은 연구자와 학생에게 사용하기 편리한 데이터 마이닝 소프트웨어를 제공하는 것으로, 이 영역의 소프트웨어 개발의 현재의 규범(특히 GUI의 설계와 사용 방법)에 부합하고, 실제 데이터나 합성 데이터의 분석을 가능하게 하는 것이다.null
2006년부터, Ricco Rakotomala는 중요한 문서화 노력을 했다.많은 수의 튜토리얼이 전용 웹사이트에 게재되어 있다.그들은 실제 사례 연구에 대한 통계적, 기계적 학습 방법과 타나그라와의 구현을 설명한다.동일한 문제에 다른 무료 데이터 마이닝 도구의 사용도 널리 설명되어 있다.도구의 비교를 통해 독자는 결과 표시에서 가능한 차이를 이해할 수 있다.null
설명
Tanagra는 현재의 데이터 마이닝 툴과 유사하게 작동한다.사용자는 다이어그램에서 데이터 마이닝 프로세스를 시각적으로 설계할 수 있다.각 노드는 통계적 또는 기계 학습 기법이며, 두 노드 사이의 연결은 데이터 전송을 나타낸다.그러나 Workflow 패러다임에 기반을 둔 대부분의 도구와 달리 Tanagra는 매우 단순하다.치료법은 나무 다이어그램에 나타나 있다.결과는 HTML 형식으로 표시된다.이를 통해 브라우저에서 결과를 시각화하기 위해 출력을 쉽게 내보낼 수 있다.결과 테이블을 스프레드시트에 복사할 수도 있다.null
타나그라는 통계적 접근법(예: 모수 및 비모수 통계적 시험), 다변량 분석법(예: 인자 분석, 대응 분석, 군집 분석, 회귀)과 기계 학습 기법(예: 신경 네트워크, 지원 벡터 머신, 의사결정 나무, 무작위 숲)을 잘 절충한다.null
참고 항목
참조
- ^ Rakotomalala, Ricco. (2005). TANAGRA: a free software for research and academic purposes. EGC'2005.
- ^ G. Greggoire, F.X. Jollois, J.F.Petiot, A. Cannari, S. Sabourin, P. Swertwaegher, J.C.Turlot, V. Vandewalle, S. Viguier-Pla, Statistic et Enseign, 2(2), 5-24, 2011의 "IUT의 STID 부서에서 소프트웨어 및 통계 강의".
- ^ E. Kirkos, C. Spathis, A.Nanopoulos, Y. Manolopoulos, Journal of Emerging Technologies in Accounting, 4(1), 183-197, 2007에 실린 "적격 감사인의 의견: 데이터 마이닝 접근법".
