https://wiki-de.moshellshocker.dns64.de/index.php?action=history&feed=atom&title=Waikato_Environment_for_Knowledge_AnalysisWaikato Environment for Knowledge Analysis - Versionsgeschichte2026-05-28T08:16:17ZVersionsgeschichte dieser Seite in Wikipedia (Deutsch) – Lokale KopieMediaWiki 1.43.8https://wiki-de.moshellshocker.dns64.de/index.php?title=Waikato_Environment_for_Knowledge_Analysis&diff=1972472&oldid=previmported>SchlurcherBot: Bot: http → https2025-11-22T03:12:48Z<p>Bot: http → https</p>
<p><b>Neue Seite</b></p><div><br />
{{Infobox Software<br />
|Name = Weka<br />
|Screenshot = [[Datei:Weka-3.5.5.png|300px|Ein Bildschirmfoto von Weka 3.5.5.]]<br />
|Beschreibung = Bildschirmfoto von Weka<br />
|Hersteller = [[University of Waikato]]<br />
|AktuelleVersion = <!-- Wikidata --><br />
|AktuelleVersionFreigabeDatum = <!-- Wikidata --><br />
|Betriebssystem = [[Plattformunabhängigkeit|Plattformunabhängig]]<br />
|Programmiersprache = [[Java (Programmiersprache)|Java]]<br />
|Kategorie = [[Maschinelles Lernen]]<br />
|Lizenz = [[GNU General Public License|GPL]], proprietär<br />
|Deutsch = nein<br />
|Website = [https://ml.cms.waikato.ac.nz/weka ml.cms.waikato.ac.nz/weka]<br />
}}<br />
<br />
'''Weka (Waikato Environment for Knowledge Analysis)''' ist eine [[Software]], die verschiedene Techniken aus den Bereichen [[Maschinelles Lernen]] und [[Data-Mining]] bereitstellt. Das Programm wurde an der [[University of Waikato]] entwickelt und ist in [[Java (Programmiersprache)|Java]] geschrieben. Es handelt sich um eine frei verfügbare Software, die unter der [[GNU General Public License]] steht.<br />
<br />
Die Software ist integraler Bestandteil des Buches ''Data Mining: Practical Machine Learning Tools and Techniques'' von Ian H. Witten, Eibe Frank und Mark A. Hall,<ref name="Witten" /> des englischsprachigen Standardwerkes zum Thema Maschinelles Lernen. Die Software wurde von der [[Association for Computing Machinery]] 2005 mit dem „SIGKDD Service Award“ ausgezeichnet<ref name="KDD" /> für den hohen Beitrag zur Forschung unter anderem durch Bereitstellung der Quelltexte als [[Open Source]].<ref name="kdnuggets" /><br />
<br />
Weka ist bekannt für seine Vielzahl von [[Klassifikationsverfahren|Klassifikatoren]] wie [[Bayes-Klassifikator]]en, [[Künstliches neuronales Netz|künstliche neuronale Netze]], [[Support-Vector-Maschine]]n, [[Entscheidungsbaum|Entscheidungsbäume]], [[Iterative Dichotomiser 3|ID3]]-, [[C4.5]]- aber auch Meta-Klassifikatoren, [[Boosting]] und Ensembles. In anderen [[Data-Mining]]-Bereichen wie der [[Clusteranalyse]] werden nur die grundlegendsten Verfahren wie der [[k-Means-Algorithmus]] und der [[EM-Algorithmus]] angeboten.<br />
<br />
== Beschreibung ==<br />
Die [[Integrierte Entwicklungsumgebung|Workbench]] von WEKA untergliedert sich in folgende Bereiche:<br />
* [[Datenbereinigung|Vorverarbeitung]]:<br />Erlaubt insbesondere die Auswahl der zu analysierenden Attribute<br />
* [[Klassifikationsverfahren|Klassifikation]]<br />
* [[Clusteranalyse]]<br />
* [[Assoziationsanalyse]]<br />
* Attributauswahl:<br />Ermittelt die zur Klassifikation hilfreichsten Attribute der Daten<br />
* [[Visualisierung]]<br />
<br />
== Siehe auch ==<br />
* [[Environment for DeveLoping KDD-Applications Supported by Index-Structures|ELKI]] – komplementäre Software mit Schwerpunkt Clusteranalyseverfahren, Ausreißererkennung und Indexstrukturen<br />
* [[KNIME]] (Konstanz Information Miner) Projekt der Universität Konstanz zur interaktiven Datenanalyse in Eclipse.<br />
* [[RapidMiner]] – kann Weka-Algorithmen verwenden.<br />
* [[Scikit-learn]] eine freie Software-Bibliothek zum maschinellen Lernen für die Programmiersprache [[Python (Programmiersprache)|Python]]<br />
<br />
== Einzelnachweise ==<br />
<references><br />
<ref name="Witten"><br />
{{Literatur<br />
|Autor={{lang|en|Ian H. Witten, Eibe Frank, Mark A. Hall}}<br />
|Titel={{lang|en|Data Mining: Practical Machine Learning Tools and Techniques}}<br />
|Auflage=3<br />
|Verlag=Morgan Kaufmann<br />
|Ort=Burlington MA<br />
|Datum=2011<br />
|ISBN=978-0-12-374856-0<br />
|Online=[http://www.cs.waikato.ac.nz/~ml/weka/book.html cs.waikato.ac.nz]}}<br />
</ref><br />
<ref name="KDD"><br />
{{Internetquelle<br />
|url=https://www.kdd.org/awards/view/2005-sigkdd-service-award-the-weka-team<br />
|titel={{lang|en|SIGKDD Service Awards}}<br />
|hrsg={{lang|en|[[Association for Computing Machinery]]}}<br />
|zugriff=2016-01-21<br />
|sprache=en}}<br />
</ref><br />
<ref name="kdnuggets"><br />
{{Internetquelle<br />
|url=http://www.kdnuggets.com/news/2005/n13/2i.html<br />
|titel=KDNuggets News 2005-13<br />
|hrsg=KDnuggets<br />
|zugriff=2011-04-15<br />
|sprache=en}}<br />
</ref><br />
</references><br />
<br />
[[Kategorie:Data-Mining]]<br />
[[Kategorie:Freie Software]]<br />
[[Kategorie:Java-Bibliothek]]<br />
[[Kategorie:Klassifizierung]]<br />
[[Kategorie:Maschinelles Lernen]]</div>imported>SchlurcherBot