Slide Introdutório sobre a ferramenta Weka

1. Weka – Ferramenta Livre para Mineração de Dados
Acadêmico: Rubem Ventura

2. Agenda
● O que é Weka?
● Introdução
● Vantagens de Weka
● Sistemas Operacionais
● O Livro da Weka
● Alguns Algorítimos
● Formato .ARFF
● Weka Explorer

3. O que é Weka?

4. O que é Weka?
Weka é um Software livre do tipo open source
para mineração de dados, desenvolvido em Java,
dentro das especificações da GPL
(General Public License).

5. Introdução
Desenvolvido por um grupo de pesquisadores da
Universidade de Waikato, Nova Zelândia em 1993.
Sigla WEKA(Waikato Environment for Knowledge
Analysis) criada por Geoff Holmes .
Em 1997, foi tomada a decisão de reconstruir Weka
do zero em Java, incluindo implementações de
algoritmos de modelagem.

6. Introdução
Em 2005, Weka recebeu o SIGKDD Data Mining e o
prêmio de serviço de descoberta de conhecimento.
Em 2006, Pentaho Corporation adquiriu a licença
exclusiva para usar o Weka para business intelligence.
Forma a mineração de dados e a componente de análise
preditiva da suíte Pentaho de inteligência empresarial.
Versão Atual: 3.7.12

7. Introdução
Seu ponto forte é a tarefa de classificação, mas também
é capaz de minerar regras de associação e clusters de
dados.
Pode ser utilizada no modo console ou através da
interface gráfica Weka Explorer.
Ao longo dos anos se consolidou como a ferramenta de
data mining mais utilizada em ambiente acadêmico.

8. Vantagens de Weka
● Software Livre.
● Portabilidade.
● Uma coleção completa de dados de pré-
processamento e técnicas de modelagem.
● Facilidade de utilização com sua interfaces
gráficas de usuário.

9. Sistemas Operacionais
● Windows x86
● Mac OS X
● Linux
● Link para Download
http://www.cs.waikato.ac.nz/ml/weka/downloading.html

10. O Livro da Weka
As características da Weka e as
técnicas nela implementadas são
apresentadas no livro “Data Mining:
Practical Machine Learning Tools and
Techniques”.
• Os autores do livro são os
idealizadores da ferramenta.

11. Alguns Algorítimos
● Aprendizagem de máquina
● Classificação baseados em redes neurais
● Estatística
● Outros

12. Formato .ARFF
Um arquivo no formato .ARFF é um arquivo de texto puro,
composto de três partes:
● Relação
● Atributos
● Dados

13. Formato .ARFF
%comentário
@relation pessoa
@attribute sexo {M,F}
@attribute idade real
@attribute doente {sim, não}
@data
M,17,não
F,15,sim
M,25,nao
F,18,nao
M,22,sim

14. Weka Explorer
Interface gráfica que permite a execução dos algoritmos
de data mining da Weka de forma interativa.

15. Weka Explorer
Interface

16. Onde conseguir mais informações?
● http://weka.pentaho.com/
● http://www.cs.waikato.ac.nz/ml/weka/
● Mineração de Dados - Conceitos, Aplicações e Experimentos com Weka
– http://www.lbd.dcc.ufmg.br/colecoes/erirjes/2004/004.pdf
● Sítio da IBM
– Mineração de dados com WEKA, Parte 1: Introdução e regressão
● http://www.ibm.com/developerworks/br/opensource/library/os-weka1/
– Mineração de dados com o WEKA, Parte 2: Classificação e
armazenamento em cluster
● http://www.ibm.com/developerworks/br/opensource/library/os-weka2/

17. Considerações finais
Weka é uma ferramenta Flexível
● Diversos Algorítimos
● Permite a descoberta de conhecimento tanto via interface com o usuário
quanto embutida na aplicação do desenvolvedor.
● Pode ser utilizada não somente para Data Mining.

18. Referências
● Weka 3 - Data Mining with Open Source Machine Learning Software in Java
<http://www.cs.waikato.ac.nz/ml/weka/index.html>
Ian H. Witten; Eibe Frank; Mark A. Hall (2011). "Data Mining: Practical
machine learning tools and techniques, 3rd Edition"

19. Obrigado =)