DSTK Data Science Toolkit

Kuvaus

DSTK - Data Science Toolkit 3 on joukko tiedon- ja tekstinlouhintaohjelmistoja, jotka noudattavat CRISP DM -mallia. DSTK tarjoaa tietojen ymmärtämistä tilasto- ja tekstianalyysin avulla, tietojen valmistelua normalisoinnin ja tekstinkäsittelyn avulla, mallintamisen ja arvioinnin koneoppimiseen ja tilastollisiin oppimisalgoritmeihin.

DSTK 3 tarjoaa houkuttelevia ominaisuuksia, kuten Deep Neural Network (Deep Learning), Tekstilinkkianalyysi visualisoinneilla, KMeans Clustering. Jotkut näistä ominaisuuksista voidaan esittää vanhemmassa versiossa, mutta koska algoritmit on kirjoitettu uudelleen vähentämään ulkoisten kirjastojen, kuten Wekan, käyttöä tiedostokoon pienentämiseksi, tarvitsemme enemmän aikaa niiden kehittämiseen. DSTK Engine on vielä beta-vaiheessa, joten siinä voi olla joitain virheitä ja epätarkkuuksia.

DSTK 3 koostuu DSTK Enginestä, DSTK ScriptWriteristä, DSTK Studiosta ja DSTK Text Explorerista. DSTK Engine on R-yksinkertaistettu, ja se keskittyy tiedon louhintaan. DSTK ScriptWriter tarjoaa graafisen käyttöliittymän komentosarjan kirjoittamiseen DSTK Enginelle. DSTK Studio tarjoaa SPSS-tilastot, kuten GUI:n tiedon louhintaan, ja DSTK Text Explorer tarjoaa GUI:n tekstinlouhintaan.