Learning Machine-Learning with Weka

Overview

Goals

Στόχος του προβλήματος είναι η εισαγωγή του φοιτητή στην κατανόηση βασικών αλγορίθμων της επιστήμης του Machine Learning μέσω της σουίτας λογισμικού Μηχανικής Μάθησης Waikato Environment for Knowledge Analysis (WEKA). Μέσω αυτής της σουίτας, η οποία περιέχει μια συλλογή από εργαλεία οπτικοποίησης και αλγορίθμους για την ανάλυση δεδομένων και την προγνωστική μοντελοποίηση, μαζί με γραφικές διεπαφές χρήστη για εύκολη πρόσβαση σε αυτές τις λειτουργίες, οι φοιτητές θα αποκτήσουν ικανότητες σημαντικές για την ενασχόλησή τους με τη Μηχανική Μάθηση.

Learning Objectives

Με το πέρας του προβλήματος ο φοιτητής θα είναι σε θέση να χρησιμοποιεί μεθόδους του Machine Learning όπως, -data preprocecing -clustering -classification -regression -data visualization -freature selection, χωρίς όμως να απαιτείται γνώση κάποιας γλώσσας προγραμματισμού βελτιστοποιημένη για Machine Learning. Επιπλέον διευκολύνει την μετάβαση των φοιτητών από την θεωρία στην πράξη μέσω των εργαλείων οπτικοποίησης που παρέχονται από τη σουίτα WEKA.

Context

Η συγκεκριμένη δραστηριότητα μπορεί να εφαρμοστεί σε προγράμματα σπουδών για Ηλεκτρολόγους Μηχανικούς και Μηχανικούς Υπολογιστών/ Επιστήμη Υπολογιστών και Πληροφοριακών Συστημάτων, στα πλαίσια μαθημάτων που πραγματεύονται Data Science, Predictive Modeling and Data Mining and Analysis. Στόχοι των μαθημάτων αυτών θα είναι η εκπαίδευση φοιτητών για τον ραγδαία αναπτυσσόμενο τομέα των Big Data.