Weka - Historial de revisiones

Humberto0601ad jc: /* Enlaces externos */

2016-06-15T02:21:10Z

‎Enlaces externos

Ariagna idict en 13:16 12 jun 2012

2012-06-12T13:16:30Z

Mena: /* Características */

2012-05-30T02:40:25Z

‎Características

Gisellejccmg: /* Asociación */

2011-05-23T14:19:07Z

‎Asociación

Gisellejccmg en 16:19 20 may 2011

2011-05-20T16:19:33Z

Portal.principe cmg en 17:12 16 may 2011

2011-05-16T17:12:07Z

Javiermartin jc en 13:44 12 may 2011

2011-05-12T13:44:50Z

Karenia jc.cmg en 20:23 21 abr 2011

2011-04-21T20:23:40Z

Gisellejccmg en 14:51 14 abr 2011

2011-04-14T14:51:55Z

Gisellejccmg en 14:49 14 abr 2011

2011-04-14T14:49:07Z

← Revisión anterior		Revisión del 02:21 15 jun 2016
Línea 60:		Línea 60:
	* [http://www.metaemotion.com/diego.garcia.morate/download/weka.pdf www.metaemotion.com]		* [http://www.metaemotion.com/diego.garcia.morate/download/weka.pdf www.metaemotion.com]

−	[[Category:Software~~]][[Category:Software Libre~~]]	+	[[Category:Software libre]]

@@ Línea 6: / Línea 6: @@
 *En [[1993]], la Universidad de Waikato de Nueva Zelanda inició el desarrollo de la versión original de Weka (en TCL/TK y C).
-*En [[1997]], se decidió reescibir el [[Código]] en Java incluyendo implementaciones de algoritmos de modelado.
+*En [[1997]], se decidió reescibir el Código en Java incluyendo implementaciones de algoritmos de modelado.
 *En [[2005]], Weka recibe de SIGKDD(Special Interest Group on Knowledge Discovery and Data Mining) el galardón "Data Mining and Knowledge Discovery Service".

@@ Línea 14: / Línea 14: @@
 *Preprocess: Multitud de herramientas para el preprocesamiento de los datos (como por ejemplo discretización de variables).
-*Classify: [[Algoritmos]] de clasificación, distribuidos por paquetes, como por ejemplo ID3 o C4.5
+*Classify: [[Algoritmo]]s de clasificación, distribuidos por paquetes, como por ejemplo ID3 o C4.5
 *Cluster: Diferentes algoritmos de segmentación como el simple k-means.
 *Associate: Algoritmos para encontrar relaciones de asociación entre variables (Apriori entre otros).

@@ Línea 36: / Línea 36: @@
 Mediante algoritmos de asociación podemos realizar la búsqueda automática de reglas que relacionan conjuntos de atributos entre sí. Son algoritmos no supervisados, ya que no existen relaciones conocidas a priori con las que contrastar la validez de los resultados, sino que se evalúa si esas reglas son estadísticamente significativas.
-El principal [[algoritmo]] implementado en WEKA es el algoritmo .Apriori., el cual sólo busca reglas entre atributos simbólicos, por lo cual todos los atributos numéricos deberían ser discretizados previamente.
+El principal [[algoritmo]] implementado en WEKA es el [[algoritmo]] .A priori., el cual sólo busca reglas entre atributos simbólicos, por lo cual todos los atributos numéricos deberían ser discretizados previamente.
 == Agrupamiento  ==

@@ Línea 1: / Línea 1: @@
-{{Software
+{{Software|nombre=Weka|logo=Weka.png|fecha de creación=|versiones=|sitio web=}}
 '''Weka.''' Waikato Environment for Knowledge Analysis - Entorno para Análisis del Conocimiento de la Universidad de Waikato) es una [[Plataforma]] de [[Software]] para aprendizaje Automático y minería de datos escrito en [[Java]] y desarrollado en la Universidad de Waikato. Weka es un software libre distribuido bajo licencia GNU-GPL.
@@ Línea 23: / Línea 18: @@
 *Associate: Algoritmos para encontrar relaciones de asociación entre variables (Apriori entre otros).
 *Select atributtes: Aquí, una vez cargados los datos, Weka es capaz de buscar por nosotros las mejores variables del modelo.
-*Visualize: Herramienta de visualización de datos en los ejes cartesianos, con muchas posibilidades.
+*Visualize: Herramienta de visualización de [[datos]] en los ejes cartesianos, con muchas posibilidades.
 == Descripción  ==
-El paquete Weka contiene una colección de herramientas de visualización y algoritmos para análisis de datos y modelado predictivo, unidos a una interfaz gráfica de usuario para acceder fácilmente a sus funcionalidades.
+El paquete Weka contiene una colección de herramientas de visualización y algoritmos para análisis de datos y modelado predictivo, unidos a una [[interfaz]] gráfica de [[usuario]] para acceder fácilmente a sus funcionalidades.
 La versión original de Weka fue un front-end en TCL/TK para modelar algoritmos implementados en otros lenguajes de programación, más unas utilidades para preprocesamiento de datos desarrolladas en C para hacer experimentos de aprendizaje automático.
-Esta versión original se diseñó inicialmente como herramienta para analizar datos procedentes del dominio de la agricultura, pero la versión más reciente basada en Java (WEKA 3), que empezó a desarrollarse en 1997, se utiliza en muchas y muy diferentes áreas, en particular con finalidades docentes y de investigación.
+Esta versión original se diseñó inicialmente como herramienta para analizar datos procedentes del dominio de la [[agricultura]], pero la versión más reciente basada en Java (WEKA 3), que empezó a desarrollarse en 1997, se utiliza en muchas y muy diferentes áreas, en particular con finalidades docentes y de [[investigación]].
 == Visualización  ==
@@ Línea 41: / Línea 36: @@
 Mediante algoritmos de asociación podemos realizar la búsqueda automática de reglas que relacionan conjuntos de atributos entre sí. Son algoritmos no supervisados, ya que no existen relaciones conocidas a priori con las que contrastar la validez de los resultados, sino que se evalúa si esas reglas son estadísticamente significativas.
-El principal algoritmo implementado en WEKA es el algoritmo .Apriori., el cual sólo busca reglas entre atributos simbólicos, por lo cual todos los atributos numéricos deberían ser discretizados previamente.
+El principal [[algoritmo]] implementado en WEKA es el algoritmo .Apriori., el cual sólo busca reglas entre atributos simbólicos, por lo cual todos los atributos numéricos deberían ser discretizados previamente.
 == Agrupamiento  ==

@@ Línea 1: / Línea 1: @@
-{{Normalizar}}{{Software|nombre=Weka|logo=Weka.png|fecha de creación=|versiones=|sitio web=}}'''Weka.''' Waikato Environment for Knowledge Analysis - Entorno para Análisis del Conocimiento de la Universidad de Waikato) es una [[Plataforma]] de [[Software]] para aprendizaje Automático y minería de datos escrito en [[Java]] y desarrollado en la Universidad de Waikato. Weka es un software libre distribuido bajo licencia GNU-GPL.<br>
+{{Software
-== Historia<br>  ==
+'''Weka.''' Waikato Environment for Knowledge Analysis - Entorno para Análisis del Conocimiento de la Universidad de Waikato) es una [[Plataforma]] de [[Software]] para aprendizaje Automático y minería de datos escrito en [[Java]] y desarrollado en la Universidad de Waikato. Weka es un software libre distribuido bajo licencia GNU-GPL.
 *En [[1993]], la Universidad de Waikato de Nueva Zelanda inició el desarrollo de la versión original de Weka (en TCL/TK y C).
 *En [[1997]], se decidió reescibir el [[Código]] en Java incluyendo implementaciones de algoritmos de modelado.
-*En [[2005]], Weka recibe de SIGKDD(Special Interest Group on Knowledge Discovery and Data Mining) el galardón "Data Mining and Knowledge Discovery Service".<br>
+*En [[2005]], Weka recibe de SIGKDD(Special Interest Group on Knowledge Discovery and Data Mining) el galardón "Data Mining and Knowledge Discovery Service".
 == Características  ==
-Weka se denomina a si mismo un conjunto de [[Librerías]] para tareas de minería de datos. Las librerías pueden ser llamadas desde la interficie de weka o desde tus propias clases Java. Weka contiene herramientas para diferentes tareas básicas:<br>
+Weka se denomina a si mismo un conjunto de [[Librerías]] para tareas de minería de datos. Las librerías pueden ser llamadas desde la interficie de weka o desde tus propias clases Java. Weka contiene herramientas para diferentes tareas básicas:
 *Preprocess: Multitud de herramientas para el preprocesamiento de los datos (como por ejemplo discretización de variables).
@@ Línea 18: / Línea 25: @@
 *Visualize: Herramienta de visualización de datos en los ejes cartesianos, con muchas posibilidades.
-== Descripción<br>  ==
+== Descripción  ==
-El paquete Weka contiene una colección de herramientas de visualización y algoritmos para análisis de datos y modelado predictivo, unidos a una interfaz gráfica de usuario para acceder fácilmente a sus funcionalidades. La versión original de Weka fue un front-end en TCL/TK para modelar algoritmos implementados en otros lenguajes de programación, más unas utilidades para preprocesamiento de datos desarrolladas en C para hacer experimentos de aprendizaje automático. Esta versión original se diseñó inicialmente como herramienta para analizar datos procedentes del dominio de la agricultura, pero la versión más reciente basada en Java (WEKA 3), que empezó a desarrollarse en 1997, se utiliza en muchas y muy diferentes áreas, en particular con finalidades docentes y de investigación.<br>
+Esta versión original se diseñó inicialmente como herramienta para analizar datos procedentes del dominio de la agricultura, pero la versión más reciente basada en Java (WEKA 3), que empezó a desarrollarse en 1997, se utiliza en muchas y muy diferentes áreas, en particular con finalidades docentes y de investigación.
-== Visualización<br>  ==
+== Visualización  ==
-La herramienta de visualización de WEKA permite representar gráficas 2D que relacionan pares de atributos.<br>
+La herramienta de visualización de WEKA permite representar gráficas 2D que relacionan pares de atributos.
 == Asociación  ==
-Mediante algoritmos de asociación podemos realizar la búsqueda automática de reglas que relacionan conjuntos de atributos entre sí. Son algoritmos no supervisados, ya que no existen relaciones conocidas a priori con las que contrastar la validez de los resultados, sino que se evalúa si esas reglas son estadísticamente significativas. El principal algoritmo implementado en WEKA es el algoritmo .Apriori., el cual sólo busca reglas entre atributos simbólicos, por lo cual todos los atributos numéricos deberían ser discretizados previamente.
+Mediante algoritmos de asociación podemos realizar la búsqueda automática de reglas que relacionan conjuntos de atributos entre sí. Son algoritmos no supervisados, ya que no existen relaciones conocidas a priori con las que contrastar la validez de los resultados, sino que se evalúa si esas reglas son estadísticamente significativas.
 == Agrupamiento  ==
@@ Línea 34: / Línea 47: @@
 Los algoritmos de agrupamiento buscan grupos de instancias con características similares, según un criterio de comparación entre valores de atributos de las instancias definidos en los algoritmos.<br>
-== Modificando Weka<br>  ==
+== Modificando Weka ==
-Una de las características más interesantes de Weka es la posibilidad de modificar su código y obtener versiones adaptadas con funcionalidades que no contengan las versiones oficiales.<br>
+Una de las características más interesantes de Weka es la posibilidad de modificar su código y obtener versiones adaptadas con funcionalidades que no contengan las versiones oficiales.
-== Fuentes <br>  ==
+== Fuentes  ==
-*García, María ."Análisis de Datos en WEKA – Pruebas de Selectividad".<br>
+* García, María ."Análisis de Datos en WEKA – Pruebas de Selectividad".
-*Wikipedia<br>
+* [http://www.cs.waikato.ac.nz/ml/weka/ www.cs.waikato.ac.nz]
-*Manual de Weka<br>
+* [http://www.metaemotion.com/diego.garcia.morate/download/weka.pdf www.metaemotion.com]
 == Enlaces externos<br>  ==
-*[http://es.wikipedia.org/wiki/Weka_(aprendizaje_automatico) Wikipedia]<br>
+* [http://es.wikipedia.org/wiki/Weka_(aprendizaje_automatico) es.wikipedia.org]
-*&nbsp;[http://estudiandobi.blogspot.com/2008/02/herramienta-de-data-mining-weka.html http://estudiandobi.blogspot.com/2008/02/herramienta-de-data-mining-weka.html]
+* [http://estudiandobi.blogspot.com/2008/02/herramienta-de-data-mining-weka.html estudiandobi.blogspot.com]
-*[http://www.wiphala.net/courses/tools/weka/KAS_WEKA/2008-I/index.html &nbsp;http://www.wiphala.net/courses/tools/weka/KAS_WEKA/2008-I/index.html]
+* [http://www.wiphala.net/courses/tools/weka/KAS_WEKA/2008-I/index.html www.wiphala.net]
-*[http://www.metaemotion.com/diego.garcia.morate/download/weka.pdf Manual de Weka]<br>
+* [http://www.metaemotion.com/diego.garcia.morate/download/weka.pdf www.metaemotion.com]
 [[Category:Software]][[Category:Software Libre]]

← Revisión anterior		Revisión del 14:49 14 abr 2011
Línea 30:		Línea 30:

	Los algoritmos de agrupamiento buscan grupos de instancias con características similares, según un criterio de comparación entre valores de atributos de las instancias definidos en los algoritmos.<br>		Los algoritmos de agrupamiento buscan grupos de instancias con características similares, según un criterio de comparación entre valores de atributos de las instancias definidos en los algoritmos.<br>
		+
		+	== Modificando Weka<br> ==
		+
		+	Una de las características más interesantes de Weka es la posibilidad de modificar su código y obtener versiones adaptadas con funcionalidades que no contengan las versiones oficiales.<br>

	== Fuentes <br> ==		== Fuentes <br> ==