بلاگ شخصی محمدجواد منصورزاده

چند وقتیه که به علم داده یا دیتا ساینس علاقه‌مند شدم. علت این علاقه هم بخاطر کارهای مربوط به پایان‌مه‌ام بود. داده‌های زیادی در اختیار دارم که باید به اشکال مختلفی از دلشون اطلاعات بیرون بکشم. جالبیش اینجاست که تقریبا هیچی در این مورد نمی‌دونستم. این شد که مجبور شدم وارد دنیای علم داده بشم. این دنیا برای من کاملا ناشناخته بوده و هست و دارم کم کم دارم یه چیزایی یاد می‌گیرم. تو این پست قصد دارم تجربه‌ام از شروع کار با نرم‌افزار RapidMiner رو به اشتراک بزارم.

نرم‌افزار رپیدماینر (RapidMiner) یکی از نرم‌افزارهای حوزه علم داده‌ است که برای اولین بار در سال 2006 عرضه شده و امکانات بسیار خوبی رو در حوزه علم داده مثل پاک‌سازی و آماده‌سازی داده، مدل‌سازی داده‌ها، مصورسازی و ... رو به راحتی در اختیارمون قرار میده. کار با این نرم‌افزار اصلا دشوار نیست و به راحتی می‌تونید منابع آموزشی این نرم‌افزار رو در اینترنت گیر بیارید. من خودم کار با رپیدماینر رو با دوره آموزشی که از فرادرس با عنوان «آموزش داده‌کاوی در RapidMiner» گرفتم شروع کردم. آموزش خوبیه و استفاده ازش رو به کسایی که قصد شروع کار با این نرم‌افزار رو دارن توصیه میکنم.

رپیدماینر دو نما (view) داره که در نمای طراحی (Design) میتونید داده‌هاتون رو به نرم‌افزار معرفی کنید و کارهای پاکسازی داده‌ها، پیش‌پردازش داده‌ها، نرمال‌سازی و کاهش ابعاد داده‌ها ، مدلسازی و اعتبارسنجی مدل و غیره رو انجام بدید. تمام این کارها و خیلی کارهای دیگه رو میتونید به راحتی با کشیدن عملگرها (Operators) به درون پنجره Process انجام بدید (تصویر زیر).

نمای طراحی (Design) نرم‌افزار رپیدماینر

در نمای نتایج (Result) هم می‌تونید نتیجه پردازشی که انجام دادید رو ببینید (تصویر زیر)

نمای نتایج (Result) در نرم‌افزار رپیدماینر

توضیحات تصاویر

شاید براتون جالب باشه که بدونید این تصاویر مربوط به چه داده‌هایی هستن. در نرم‌افزار یه مجموعه داده از مسافران کشتی تایتانیک به عنوان داده تست عرضه شده که برای شروع یادگیری می‌تونید ازشون استفاده کنید. توی آموزش فرادرس، اولین مثال عملی‌ای که انجام میشه یافتن احتمال زنده موندن مسافرها با استفاده از ویژگی‌هایی از قبیل جنیست، تعداد افراد خانواده که در کشتی حضور دارن، کلاس بلیت، بهای بلیت و ... هست. همونطور که در درخت تصمیم نمای نتایج میبینید، شما اگر یه مرد بودید که در تایتانیک حضور داشتید، احتمال زنده موندنتون نزدیک به صفر بود و اگر خانمی بودید که بلیت درجه یک داشتید حتما زنده میموندید. تبعیض جنسیتی توی تایتانیک بد جوری کار دست آقایون داده