DSTK Data Science Toolkit

Beskrivelse

DSTK - Data Science Toolkit 3 er et sett med data- og tekstutvinningsprogramvare, etter CRISP DM-modellen. DSTK tilbyr dataforståelse ved bruk av statistisk og tekstanalyse, dataforberedelse ved bruk av normalisering og tekstbehandling, modellering og evaluering for maskinlæring og statistiske læringsalgoritmer.

DSTK 3 vil tilby attraktive funksjoner som Deep Neural Network (Deep Learning), Text Link Analysis with Visualizations, KMeans Clustering. Noen av disse funksjonene kan presenteres i eldre versjon, men fordi algoritmene er omskrevet for å redusere bruken av eksterne biblioteker som Weka for å redusere filstørrelsen, trenger vi mer tid til å utvikle dem. DSTK Engine er fortsatt i betastadiet, derfor kan det være noen feil og unøyaktigheter.

DSTK 3 består av DSTK Engine, DSTK ScriptWriter, DSTK Studio og DSTK Text Explorer. DSTK Engine er R forenklet, med fokus på Data Mining. DSTK ScriptWriter tilbyr GUI for å skrive skript for DSTK Engine. DSTK Studio tilbyr SPSS-statistikk som GUI for data mining, og DSTK Text Explorer tilbyr GUI for Text Mining.