RapidMiner

De Wikipedia, la enciclopedia libre
Ir a la navegación Ir a la búsqueda
RapidMiner
http://rapidminer.com
Yale andrews curves.png
Información general
Desarrollador(es) RapidMiner
Última versión estable 9.4
26 de septiembre de 2019
Género Aprendizaje automático
Programado en Java
Sistema operativo Multiplataforma
Plataforma Java
Licencia AGPL
Idiomas inglés
En español No

RapidMiner (anteriormente, YALE, Yet Another Learning Environment) es un programa informático para el análisis y minería de datos. Permite el desarrollo de procesos de análisis de datos mediante el encadenamiento de operadores a través de un entorno gráfico. Se usa en investigación, educación, capacitación, creación rápida de prototipos y en aplicaciones empresariales. En una encuesta realizada por KDnuggets, un periódico de minería de datos, RapidMiner ocupó el segundo lugar en herramientas de analítica y de minería de datos utilizadas para proyectos reales en 2009[1]​ y fue el primero en 2010.[2]

La versión inicial fue desarrollada por el departamento de inteligencia artificial de la Universidad de Dortmund en 2001. Se distribuye bajo licencia AGPL y está hospedado en SourceForge desde el 2004.

RapidMiner proporciona más de 500 operadores orientados al análisis de datos, incluyendo los necesarios para realizar operaciones de entrada y salida, preprocesamiento de datos y visualización. También permite utilizar los algoritmos incluidos en Weka.

Fuentes e instalador[editar]

El programa se puede descargar en la siguiente ruta: https://rapidminer.com/get-started/

Características[editar]

  • Desarrollado en Java.
  • Multiplataforma.
  • Representación interna de los procesos de análisis de datos en ficheros XML.
  • Permite el desarrollo de programas a través de un lenguaje de script.
  • Puede usarse de diversas maneras:
    • A través de un GUI.
    • En línea de comandos.
    • En batch (lotes).
    • Desde otros programas a través de llamadas a sus bibliotecas.
  • Extensible.
  • Incluye gráficos y herramientas de visualización de datos.
  • Dispone de módulos de integración con R y Python.

Referencias[editar]

Bibliografía[editar]

  • I. Mierswa, M. Wurst, R. Klinkenberg, M. Scholz, and T. Euler: YALE: Rapid Prototyping for Complex Data Mining Tasks, in Proceedings of the 12th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD-06), 2006.

Notas[editar]

Véase también[editar]

Enlaces internos[editar]

Enlaces externos[editar]