Vizualizarea cu Knime și RapidMiner pentru Machine Learning - dummies

Oamenii au un timp teribil de vizualizare a datelor abstracte, iar uneori ieșirea de la mașină devine extrem de abstractă. Puteți utiliza un instrument grafic de ieșire, astfel încât să puteți vizualiza modul în care datele apar de fapt. Knime și RapidMiner excelează la această sarcină ajutându-vă să realizați cu ușurință grafică de înaltă calitate. Utilizarea lor pentru diferite tipuri de activități de extragere a datelor distinge deopotrivă aceste produse de alte produse.

Industria farmaceutică se bazează foarte mult pe Knime pentru a efectua atât activități de învățare în mașină, cât și activități de extragere a datelor, bazându-se pe fluxurile de date (conducte). Folosirea unui GUI face Knime relativ ușor de învățat.

De fapt, Knime se bazează pe unul dintre cele mai populare GUI-uri disponibile astăzi, Eclipse, care este folosit și pentru a suporta un număr mare de limbi de programare, cum ar fi Java, C / C ++, JavaScript și PHP prin plug-in-uri). De asemenea, se integrează bine atât cu Weka, cât și cu LIBSVM, astfel încât ușurința utilizării nu duce la pierderea funcționalității.

O caracteristică distinctivă a ambelor produse este că acestea se bazează pe modelul Extract, Transform, Load (ETL). În acest model, procesul extrage mai întâi toate datele necesare din diferite surse, transformă aceste date într-un format comun și apoi încarcă datele transformate într-o bază de date pentru analiză. Puteți găsi o prezentare succintă a procesului aici.