Μελέτη λογισμικού εξόρυξης δεδομένων WEKA
| dc.contributor.author | Γίδαρη, Ερμιόνη | el |
| dc.date.accessioned | 2024-05-22T10:30:11Z | |
| dc.date.available | 2024-05-22T10:30:11Z | |
| dc.identifier.uri | https://olympias.lib.uoi.gr/jspui/handle/123456789/37686 | |
| dc.identifier.uri | http://dx.doi.org/10.26268/heal.uoi.17394 | |
| dc.rights | Attribution-NonCommercial-NoDerivs 3.0 United States | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/us/ | * |
| dc.subject | Δεδομένα | el |
| dc.subject | Λογισμικό | el |
| dc.subject | WEKA | en |
| dc.title | Μελέτη λογισμικού εξόρυξης δεδομένων WEKA | el |
| heal.abstract | Στην παρούσα πτυχιακή εργασία θα ασχοληθούμε με το λογισμικό Weka. Στο πρώτο κεφάλαιο θα ορίσουμε την εξόρυξη δεδομένων, τους στόχους της, την ιστορία καθώς επίσης και τα πλεονεκτήματα και τα μειονεκτήματα του Weka. Επίσης θα αναφερθούμε σε ορισμένες εφαρμογές σε διάφορους τομείς όπως η ιατρική, η οικονομία και οι τηλεπικοινωνίες. Στο δεύτερο κεφάλαιο θα μιλήσουμε για τις εκδόσεις του Weka και άλλα ελεύθερα λογισμικά επιχειρηματικής Ευφυΐας και εξόρυξης δεδομένων. Στο τρίτο κεφάλαιο θα κάνουμε μία ανάλυση στο γραφικό περιβάλλον του Weka και στον τρόπο λειτουργίας του καθώς επίσης θα παρουσιάσουμε και ορισμένα από τα χαρακτηριστικά του. Το τέταρτο κεφάλαιο θα αφορά τα βήματα εγκατάστασης ένα προς ένα αναλυτικά. Το πέμπτο θα αφορά τους αλγόριθμους μηχανικής μάθησης όπως ο K- means , SVM και δέντρα αποφάσεων. Στο έκτο και τελευταίο κεφάλαιο θα βρούμε ένα αρχείο .arff και θα τρέξουμε στο weka τους : K- means, SMO, J48 και θα πάρουμε τα αντίστοιχα αποτελέσματα. | el |
| heal.abstract | In this thesis we will deal with the Weka software. In the first chapter we will define data mining, its goals, history as well as the advantages and disadvantages of Weka. We will also refer to some applications in various fields such as medicine, economy and telecommunications. In the second chapter we will talk about the versions of Weka and other free software for business Intelligence and data mining. In the third chapter we will analyze the graphical environment of Weka and its mode of operation as well as present some of its features. The fourth chapter will cover the installation steps one by one in detail. The fifth will be about machine learning algorithms such as K-means, SVM and decision trees. In the sixth and last chapter we will find an .arff file and will run it in weka for: K-means, SMO, J48 and we will get the corresponding results. | en |
| heal.academicPublisher | Τμήμα Πληροφορικής και Τηλεπικοινωνιών | el |
| heal.academicPublisherID | uoi | |
| heal.access | free | |
| heal.advisorName | Γλαβάς, Ευριπίδης | el |
| heal.classification | Δεδομένα - Διαχείριση - Λογισμικό | |
| heal.committeeMemberName | Τζάλλας, Αλέξανδρος | el |
| heal.committeeMemberName | Λιάγκου, Βάσια | el |
| heal.dateAvailable | 2024-05-22T10:31:12Z | |
| heal.fullTextAvailability | true | |
| heal.language | el | |
| heal.publicationDate | 2023 | |
| heal.recordProvider | Πανεπιστήμιο Ιωαννίνων. Σχολή Πληροφορικής και Τηλεπικοινωνιών. Τμήμα Πληροφορικής και Τηλεπικοινωνιών | el |
| heal.type | bachelorThesis | |
| heal.type.el | Προπτυχιακή/Διπλωματική εργασία | el |
| heal.type.en | Bachelor thesis | en |
Αρχεία
Πρωτότυπος φάκελος/πακέτο
1 - 1 of 1
Φόρτωση...
- Ονομα:
- ΓΙΔΑΡΗ ΕΡΜΙΟΝΗ - ΠΛΗΡΟΦΟΡΙΚΗΣ.pdf
- Μέγεθος:
- 1.78 MB
- Μορφότυπο:
- Adobe Portable Document Format
- Περιγραφή:
Φάκελος/Πακέτο αδειών
1 - 1 of 1
Φόρτωση...
- Ονομα:
- license.txt
- Μέγεθος:
- 1.71 KB
- Μορφότυπο:
- Item-specific license agreed upon to submission
- Περιγραφή: