DEEP LEARNING - 3

SOCIAL SHARE
Pin It

இயந்திர கற்றல், ஆழ்கற்றல் , முன்கணிப்பு பகுப்பாய்வு ஆகியதற்போதைய பல்வேறு நவீனவசதி வாய்ப்புகள் பொறியியல், நிதியியல், பொருளாதாரம், நிகழ்நேரமுன் கணிப்பு ஆ கிய பல்வேறு துறைகளில் ஆராய்ச்சியின் முக்கிய களங்களாக விளங்குகின்றன இதற்காக இந்தத் துறைகளில் ஆராய்ச்சியாளர்கள் வெவ்வேறு கருவிகளிலும் தொழில்நுட்பங்களிலும் அல்லும் பகலும் அயராது பணியாற்றி அதிக அளவு துல்லியத்தை அடைந்து வருகின்றார்கள், ஆழ்கற்றல் பணியானது இயந்திரக் கற்றலுடன் (எம்.எல்) மிகவும் நெருக்கமாக ஒருங்கிணைக்கப்பட்டுள்ளது, இதன் விளைவாக குறைந்தபட்ச பிழை விகிதத்துடன் அதிக அளவு செயல்திறனும் துல்லியமும் கிடைக்கின்றது

இதற்காக ஏராளமான மென்பொருள் நூலகங்கள் பரவலாகப் பயன்படுத்தப்படுகின்றன என்றாலும், Weka என்பது ஆராய்ச்சியாளர்கள் , தரவு தளவிஞ்ஞானிகள் ஆகியோர்களால் விரும்பப்படும் ஒரு மிகவும் சக்திவாய்ந்த கருவியாக விளங்குகின்றது. இது பிக் டேட்டா அனலிட்டிக்ஸ் உள்ளிட்ட இயந்திர கற்றல் , தரவு அறிவியல் அடிப்படையிலான வழிமுறைகளின் மிகப்பெரிய தொகுப்பைக் கொண்டுள்ளது. இந்த Weka என்பது மீப்பெரும் தரவுகளைஆய்வுசெய்திடவும் இயந்திரகற்றலிற்கும் உதவகாத்திருக்கும் ஒரு கட்டற்ற கட்டணமற்ற கருவியாகும் இந்த Weka ஆனது கட்டளை வரி இடைமுகம், வரைகலை பயனர் இடைமுகம் (GUI) ஆகியவற்றுடனான வழிமுறைகளை செயல்படுத்தி பயன்படுத்தி கொள்ளும். வகையில்உருவாக்கி வெளியிடப்பட்டுள்ளது முன்பே ஏற்றப்பட்ட தொகுப்புகளைத் தவிர, மேம்பட்ட பயன்பாடுகளுக்காக ஒருங்கிணைக்கக்கூடிய வகைப்படுத்தப்பட்ட நீட்டிப்பு தொகுப்புகள் பல இதில் உள்ளன. இந்த Wekaவில் இயந்திர கற்றல் வழிமுறைகளைப் பயன்படுத்தி முன்கணிப்புகள் செயற்படுத்திடபடுகின்றன குறிப்பாக இதில் ஆழ்கற்றலிற்காக மட்டுமெனதனியான WekaDeepLearning4j என்பது பயன்படுத்தி கொள்ளலாம்

 

இதற்கான இணைய முகவரி(https://deeplearning.cms.waikato.ac.nz/) யாகும் .தற்போது Weka 3.8 Weka 3.9 ஆகிய இருபதிப்புகளாக GPL எனும்பொதுஅனுமதியின் அடிப்படையில் பொதுமக்களின் பயன்பாட்டிற்காக வெளியிடப்பட்டுள்ளது இதனுடைய இணையமுகவரி https://www.cs.waikato.ac.nz/ml/weka/ ஆகும்

 

ARUNACHALAM