Android机器学习
哈Ha！我向您介绍了APC杂志上一篇文章的翻译。机器学习和数据挖掘是AI的实际发展，这要归功于其出现的各种主题的应用，从航空到动物学。这些过程通常在云中，在PC或笔记本电脑上执行，而在智能手机中执行的频率则要低得多。但是，最近有一个名为“ DataLearner”的新免费应用程序出现在Google Play上，您可以使用该应用程序提取数据。它不需要外部资源和具有超级用户特权的访问。智能手机计算资源
许多人错误地认为机器学习和数据挖掘需要大量的云计算资源，或者至少需要一台功能强大的计算机。但是，最终归结为要分析的数据的大小和要应用的机器学习的类型。计算机培训有其自身的难度等级。如果您认为像卷积神经网络（CNN）这样新兴的深度学习技术是一种具有高功率密度的汽车，那么其他技术（例如决策树和许多其他“森林”训练方法）就是热门的“掀背车”。即使在CPU的计算能力有限的情况下，它们也能显示出快速，简便的出色结果。数据处理应用
Google最近发布了TensorFlow Lite。该应用程序适用于智能手机和物联网，旨在对物理对象进行深入培训。但是，DataLearner却采取了另一种方式。它支持传统的分类算法，例如NaïveBayes和Random Fores。所有这些都将存储在您的手机上，不需要第三方的参与即可访问它们。DataLearner将Weka开源数据挖掘应用程序的核心组件与澳大利亚Charles Sturt大学开发的基于计算机的新学习算法结合在一起。该应用程序是自主的，即正常运行不需要云计算或Internet连接。该程序不会以超级用户权限请求访问权限，不会收集有关您的信息（Google从Google Play的启动文件中接收到的数据除外），并且所有运行Android 4.0及更高版本的设备均支持该程序。由于具有三个主屏幕的简单用户界面，因此易于管理。当应用程序启动时，将出现一个加载屏幕，您可以在其中下载CSV或ARFF数据包。它们可以保存在本地或下载。对于CSV格式，需要标题行。加载后，您将看到有关数据的常规信息，包括参数的类型和数量以及类属性。选择你的算法
如果向左滑动屏幕，则会打开一个窗口，您可以在其中选择40种算法来在数据包中进行模式识别。信息检索-本质上，这是数据中模式的分配以及各种属性与属性之间的关系。没有完美的算法，因此DataLearner可为您提供多种选择。除了来自Weka应用程序开发人员的大量算法之外，该列表还包含由Charles Sturt University员工创建的几种新方法，例如ForestPA，SysFor和SPAARC。运行算法
从这里开始乐趣。除了按下“运行”按钮，您无需执行任何其他操作。剩下的事情将由DataLearner完成。首先，他将建立您的数据模型，即使属性相互关联。class属性定义每个数据包所属的分组列表。例如，数据包的标准演示版本提供了过去几天的天气指示器，例如温度，湿度，风向和降雨。然后，您提取数据以找出这些天气指标与当天是否下雨的关系是否存在任何模式。然后，该应用程序会交叉检查使用称为“十遍交叉验证”的方法创建的规则集或“模型”，以了解其预测能力是什么。结果，您得到了数学分析，其主要结果是准确性的百分比。它会出现在屏幕顶部。单击屏幕底部的“查看详细信息/矩阵”按钮，您将获得有关模型及其工作方式的更多详细信息。在这里，有关图案的信息将以更直观的形式呈现。您还需要记住为处理而加载的数据量：尽管移动处理器性能夸张，但您不应期望它们具有与AWS或Google Cloud相同的速度。另外，不要等待您过去十年来能够从Facebook下载流量数据，该程序将对其进行处理...不，它将永远不会对其进行处理。但是，许多应用程序的信息源更为适度，对于智能手机的处理将是完美的。袖珍计算器
DataLearner不会很快取代基于云的机器学习，但这不是其目的。而是，该应用程序是完全可移植的解决方案，可以放在口袋中，并且不需要电源线或Internet电缆。可以从Google Play免费下载该应用程序。GitHub上也提供了 GPL3许可的源代码。 Source: https://habr.com/ru/post/undefined/
All Articles