از بین نرم افزارهای مختلف داده کاوی و یادگیری ماشین کدام را انتخاب کنیم؟

چند سالی است که داده کاوی، علم داده و یادگیری ماشین گسترش زیادی پیدا کرده است. ممکن است یکی از دغدغه های شما این باشد که از بین ابزارها و نرم افزارهای مختلف این حوزه کدام را انتخاب کنید. حتما در این زمینه هم مثل دیگر بخش های علوم کامپیوتر با تعداد زیادی از نرم افزارها و ابزارها مواجه شده اید که باعث شده انتخاب ابزار مناسب برای شما سخت شده باشد. در این یادداشت سعی می کنم تجربیات و نظرات خودم را در این زمینه به شما منتقل کنم.

نرم افزارهای متعددی در این زمینه وجود دارد ولی چهار نرم افزار اصلی و عمده در این زمینه عبارتند از : Rapid Miner، Orange، Knime و SPSS Modeler. در همه این نرم افزارها، با کنار هم گذاشتن نودها (Node) یا عملگرها (Operator) یا ویجت ها (Widget) می توانید فرایند (Process) یا جریان (Stream) داده کاوی از مرحله جمع آوری داده ها، پاکسازی داده ها، مدل سازی و ارزیابی مدل را اجرا کنید.

از نظر دسترسی رایگان به نسخه کامل

از بین این چهار نرم افزار، Knime و Orange رایگان هستند ولی دو نرم افزار Rapid Miner و SPSS Modeler پولی هستند. البته نرم افزار Rapid Miner نسخه رایگان دارد که در آن می توانید در هر فرایند داده کاوی حداکثر 10000 ردیف داده وارد کنید، ضمن اینکه در نسخه رایگان Auto Model و Turbo prep فعال نیست. نرم افزار SPSS Modeler هم نسخه رایگان 30 روزه دارد. پیدا کردن لایسنس و کرک نسخه کامل دو نرم افزار Rapid Miner و SPSS Modeler سخت است. مثلا برای SPSS Modeler آخرین نسخه ای که با کرک قابل دانلود است نسخه 18 است در حالیکه جدیدترین نسخه این نرم افزار 18.2.1 است. برای Rapid Miner هم لایسنس برای نسخه 7 و 8پیدا می شود ولی آخرین نسخه این نرم افزار 9.6 است. با توجه به دردسرهای نسخه های رایگان این نرم افزارهای پولی، از این جنبه دو نرم افزار Knime و Orange پیشنهاد می شوند.

از نظر امکانات

از بین این چهار نرم افزار، امکانات Knime، Rapid Miner و SPSS Modeler به میزان زیادی مشابه هم هستند و تقریبا همه کارهایی که در هر یک از این سه نرم افزار می شود انجام داد در دو نرم افزار دیگر نیز قابل انجام است. امکانات نرم افزار Orange از بقیه کمتر است.

از نظر سادگی استفاده

کار با Orange از سه نرم افزار دیگر آسان تر و راحت تر است. Orange محیط کاربری بسیار جذاب، زیبا و راحتی دارد. بعد از Orange کار با Rapid Miner آسان تر و بعد از آن Knime و در نهایت SPSS Modeler است.

از نظر منابع آموزشی

منابع آموزشی بسیار غنی و کاملی شامل ویدئو، متن و مثالها برای Knime وجود دارد. دو نرم افزار Rapid Miner و SPSS Modeler نیز از نظر منابع آموزشی بعد از Knime غنی هستند. اما منابع آموزشی برای Orange محدودتر و کمتر از بقیه است.

جمع بندی

نوع استفاده ای که خواهید داشت در انتخاب نرم افزار تاثیر دارد. اگر می خواهید به تازگی یادگیری ماشین را شروع کنید و اولویت اصلی برای شما راحتی استفاده است، نرم افزار Orange پیشنهاد می شود. اما اگر امکانات و کامل و جامع بودن و تنوع نودها و الگوریتم ها برای شما مهم است، نرم افزار Knime با توجه به رایگان بودن و نداشتن دردسرهای نسخه های پولی و غنی بودن منابع آموزشی پیشنهاد می شود. از بین دو نرم افزار دیگر، اگر در کار با نرم افزار آماری SPSS Statistics راحت هستید و محیط آن را می پسندید، نرم افزار SPSS Modeler پیشنهاد می شود، در غیر این صورت گزینه Rapid Miner مناسبتر است.