Android Maschinelles Lernen
Hallo Habr! Ich präsentiere Ihnen die Übersetzung eines Artikels aus dem APC-Magazin .Maschinelles Lernen und Data Mining sind die praktischen Entwicklungen der KI, dank derer Anwendungen verschiedener Themen von der Luftfahrt bis zur Zoologie erscheinen. Diese Prozesse werden am häufigsten in der Cloud, auf einem PC oder Laptop und viel seltener in einem Smartphone ausgeführt.Kürzlich wurde jedoch eine neue kostenlose Anwendung namens "DataLearner" bei Google Play veröffentlicht, mit der Sie Daten extrahieren können. Es sind keine externen Ressourcen und kein Zugriff mit Superuser-Berechtigungen erforderlich.Computerressourcen für Smartphones
Viele Menschen glauben fälschlicherweise, dass maschinelles Lernen und Data Mining viele Cloud-Computing-Ressourcen oder zumindest einen leistungsstarken Computer erfordern. Letztendlich kommt es jedoch auf die Größe der zu analysierenden Daten und die Art des maschinellen Lernens an, das Sie anwenden möchten.Computertraining hat seine eigenen Schwierigkeitsgrade. Wenn Sie sich vorstellen, dass eine kürzlich aufkommende Deep-Learning-Technik wie das Convolutional Neural Network (CNN) ein Auto mit hoher spezifischer Leistung ist, dann sind andere Techniken wie der Entscheidungsbaum und viele andere „Wald“ -Trainingsmethoden heiße „Schrägheckmodelle“. Sie zeigen hervorragende Ergebnisse, schnell und einfach, selbst bei eingeschränkten Rechenkapazitäten der CPU.Datenverarbeitungsanwendung
Google hat kürzlich TensorFlow Lite veröffentlicht. Diese Anwendung ist für Smartphones und das Internet der Dinge gedacht und wurde für das eingehende Training physischer Objekte entwickelt. DataLearner ging jedoch den anderen Weg. Es unterstützt traditionelle Klassifizierungsalgorithmen wie NaïveBayes und Random Fores. Alle werden auf Ihrem Telefon gespeichert und erfordern nicht die Teilnahme eines Dritten, um Zugriff auf sie zu erhalten.DataLearner kombiniert die Kernkomponenten der Open-Source-Data-Mining-Anwendung von Weka mit neuen computergestützten Lernalgorithmen, die von der Charles Sturt University in Australien entwickelt wurden. Die Anwendung ist autonom, d.h. Für den normalen Betrieb ist kein Cloud Computing oder keine Internetverbindung erforderlich. Das Programm fordert keinen Zugriff mit Superuser-Berechtigungen an, sammelt keine Informationen über Sie (mit Ausnahme der Daten, die Google aus den Startdateien von Google Play erhält) und wird auf allen Geräten mit Android 4.0 und höher unterstützt. Dank einer einfachen Benutzeroberfläche, die aus drei Hauptbildschirmen besteht, ist die Verwaltung einfach.Wenn die Anwendung gestartet wird, wird ein Ladebildschirm angezeigt, in dem Sie CSV- oder ARFF-Datenpakete herunterladen können. Sie können lokal oder in Downloads gespeichert werden. Für das CSV-Format wird eine Kopfzeile benötigt. Nach dem Laden werden allgemeine Informationen zu den Daten angezeigt, einschließlich Typ und Anzahl der Parameter sowie Klassenattribute.Wählen Sie Ihren Algorithmus
Wenn Sie den Bildschirm nach links wischen, wird ein Fenster geöffnet, in dem Sie einen von 40 Algorithmen für die Mustererkennung im Datenpaket auswählen können. Informationsabruf - Dies ist im Wesentlichen die Zuordnung von Mustern in Daten und die Beziehungen zwischen verschiedenen Attributen und Attributen. Es gibt keinen perfekten Algorithmus und daher bietet Ihnen DataLearner eine große Auswahl. Neben der Vielzahl von Algorithmen der Entwickler der Weka-Anwendung enthält die Liste mehrere neue Methoden, die von Mitarbeitern der Charles Sturt University erstellt wurden, z. B. ForestPA, SysFor und SPAARC.Führen Sie Ihren Algorithmus aus
Hier beginnt der Spaß.Sie müssen nichts weiter tun, als auf die Schaltfläche "Ausführen" zu klicken. DataLearner erledigt den Rest. Zunächst erstellt er ein Modell Ihrer Daten, d. H. korreliert Attribute miteinander.Das Klassenattribut definiert die gruppierte Liste, zu der jedes Datenpaket gehört. Beispielsweise bietet eine Standard-Demoversion eines Datenpakets Wetterindikatoren wie Temperatur, Luftfeuchtigkeit, Windrichtung und Niederschlag in den letzten Tagen. Und Sie extrahieren die Daten, um herauszufinden, ob es Muster gibt, wie sich diese Wetterindikatoren darauf beziehen, ob es an diesem Tag regnete oder nicht.Die Anwendung überprüft dann den Regelsatz oder das „Modell“, das mit einer Methode namens „Kreuzvalidierung mit 10 Durchgängen“ erstellt wurde, um herauszufinden, welche Vorhersagefunktionen vorhanden sind. Als Ergebnis erhalten Sie eine mathematische Analyse, deren Hauptergebnis der Prozentsatz der Genauigkeit ist. Es wird oben auf dem Bildschirm angezeigt.Klicken Sie unten auf dem Bildschirm auf die Schaltfläche "Details / Matrix anzeigen", um detailliertere Informationen zum Modell und seiner Funktionsweise zu erhalten. Hier werden Informationen zu Mustern visueller dargestellt.Sie müssen sich auch die Datenmenge merken, die für die Verarbeitung geladen wird: Trotz der gepriesenen Leistung mobiler Prozessoren sollten Sie von ihnen nicht die gleiche Geschwindigkeit erwarten wie bei AWS oder Google Cloud. Warten Sie auch nicht, bis Sie in den letzten zehn Jahren Verkehrsdaten von Facebook von Facebook herunterladen können, und das Programm wird sie verarbeiten für ... nein, es wird sie niemals verarbeiten. Trotzdem gibt es viele Anwendungen mit bescheideneren Informationsquellen, für deren Verarbeitung das Smartphone perfekt wäre.Taschenrechner
DataLearner wird Cloud-basiertes maschinelles Lernen nicht bald ersetzen, aber das ist nicht sein Zweck. Stattdessen ist die Anwendung eine vollständig tragbare Lösung, die in Ihre Tasche passt und kein Netzkabel oder Internetkabel erfordert. Die Anwendung kann kostenlos von Google Play heruntergeladen werden . GPL3-lizenzierter Quellcode ist auch auf GitHub verfügbar . Source: https://habr.com/ru/post/undefined/
All Articles