O WEKA é uma coleção de algoritmos de aprendizado de máquina desenvolvida na Universidade de Waikato para mineração de dados. Originalmente projetado para análise de dados agrícolas, foi reescrito em Java e agora é usado em várias áreas. Oferece ferramentas de visualização, algoritmos de classificação, clusterização e associação, com interfaces gráficas para facilitar o uso. Seu ponto forte é a classificação, mas também minera regras de associação e clusters.

1. WEKA
(Waikato Environment for Knowledge Analysis)
Péricles Narbal | Suzane Souto | Thiago Marques

2. Introdução
O que é WEKA?
É uma coleção de
algoritmos de aprendizado
de máquina para mineração
de dados e foi desenvolvido
na Universidade de Waikato,
Nova Zelândia.

3. História
1993:
Inicialmente foi desenvolvido em Tlc/Tk e C, essa versão
original servia para modelar algoritmos implementados em outras
linguagens de programação.
Essa versão original foi projetada como uma ferramenta para
analisar dados agrícolas.

4. História
1997:
Foi tomada a decisão de reescrevê-lo do início em Java,
incluindo implementações de algoritmos de modelagem. E agora é
usado em diversas áreas de aplicação, em particular na
educacional e de pesquisas.

5. História
2006:
A Pentaho Corporation adquiriu uma licença exclusiva para
usar Weka para business intelligence. Ele forma o componente de
mineração de dados e análise preditiva do conjunto de inteligência
de negócios Pentaho.
Atualmente está na versão 3.8.2

6. O Weka encontra-se licenciado ao abrigo da GPL(General Public
License). É um software livre do tipo open source, sendo portanto
possível estudar e alterar o respectivo código fonte.
Contém uma coleção de ferramentas de visualização e
algoritmos para análise de dados e modelagem preditiva, junto
com interfaces gráficas de usuário para facilitar o acesso a essas
funções.

7. Seu ponto forte é a tarefa de Classificação, porém também é
capaz de minerar regras de associação e clusters de dados.
Pode ser utilizada no modo console ou através da interface
gráfica Weka Explorer.
Ao longo dos anos se consolidou como a ferramenta de data
mining mais utilizada em ambiente acadêmico.

8. Vantagens

9. ● Software Livre.
● Portabilidade(Java).
● Uma coleção abrangente de dados de pré-processamento e
técnicas de modelagem.
● Facilidade de utilização devido a sua interface gráfica de
usuário.

10. Sistemas
Operacionais

11. ● Windows x86 e x64
● Mac OS X
● Linux
Obs.: Necessita da JVM.

12. Conceitos

13. Funcionalidades básicas
◆ Classificação
◆ Clusterização
◆ Associação

14. Algorítmos
Classificação
Naive Bayes
ZeroR
Clusterização
EM
K-Means
Associação
Apriori
FP-growth

15. Interface

16. Weka 3 - interface inicial

17. Weka 3 - Explorer

18. Funcionamento

19. Conclusão!
Software Livre
Tipo Open Source,
desenvolvido em Java
Seu ponto forte
A tarefa de classificação, mas
também é capaz de minerar
regras de associação e
clusters de dados
Facilidade
Executável nos sistemas
operacionais mais utilizados e
interface gráfica na utilização
do programa
O WEKA
Procede à análise
computacional e estatística
dos dados fornecidos
recorrendo a técnicas de
mineração de dados

20. Perguntas?

21. “
Eu nunca penso no futuro. Ele não tarda
a chegar. Albert Einstein