https://github.com/slimani-dev/datamining-with-weka

see this website for documentation
https://github.com/slimani-dev/datamining-with-weka

Last synced: about 2 months ago
JSON representation

see this website for documentation

• Host: GitHub
• URL: https://github.com/slimani-dev/datamining-with-weka
• Owner: slimani-dev
• Created: 2020-02-05T00:54:28.000Z (over 6 years ago)
• Default Branch: master
• Last Pushed: 2020-04-03T08:52:13.000Z (about 6 years ago)
• Last Synced: 2025-10-11T13:52:56.430Z (8 months ago)
• Language: Java
• Homepage: https://moh-slimani.github.io/datamining-with-weka
• Size: 2.92 MB
• Stars: 1
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: docs/README.md

Awesome Lists containing this project

README

          
# Introduction sur Weka 

![](images/weka_gui.png)

Weka est un atelier d'exploration de données ou un environnement Waikato pour l'analyse des connaissances.

Il contient des algorithmes d'apprentissage automatique pour les tâches d'exploration de données

- 100+ algorithmes de classification

- 75 pour le prétraitement des données

- 25 pour aider à la sélection des fonctionnalités

- 20 pour le clustering, la recherche de règles d'association, etc.

## Site officiel

Pour télécharger Weka et obtenir de la documentation, consultez [cs.waikato.ac.nz/ml/weka/](https://www.cs.waikato.ac.nz/ml/weka/)

## Utilisation

Weka est un outil Java standard pour effectuer à la fois des expériences d'apprentissage 

automatique et pour intégrer des modèles formés dans des applications Java. 

 

Il peut être utilisé pour un apprentissage supervisé et non supervisé. 

 

Il y a trois façons d'utiliser Weka d'abord en utilisant [la ligne de commande](cli.md), 

en second lieu, en utilisant l'interface graphique Weka comme [Explorer](explorer.md),[

Experementer](explorer.md) et [knowledeFlow](explorer.md) ,

et en troisième via son [API avec Java](java.md).