Orange (программное обеспечение) - Orange (software)

апельсин
Разработчики)	Люблянский университет
Первый выпуск	10 октября 1996 г . ; 24 года назад
Стабильный выпуск	3.27.1 / 3 ноября 2020 г . ; 6 месяцев назад
Репозиторий	Оранжевый репозиторий
Написано в	Python , Cython , C ++ , C
Операционная система	Кроссплатформенность
Тип	Машинное обучение , интеллектуальный анализ данных , визуализации данных , анализ данных
Лицензия	GPLv3 или новее
Веб-сайт	оранжевый .biolab .si

Orange - это набор инструментов для визуализации данных , машинного обучения и интеллектуального анализа данных с открытым исходным кодом. Он имеет интерфейс визуального программирования для быстрого качественного анализа данных и интерактивной визуализации данных .

Типичный рабочий процесс в Orange 3.

Описание

Orange - это компонентный программный пакет визуального программирования для визуализации данных , машинного обучения , интеллектуального анализа данных и анализа данных .

Компоненты Orange называются виджетами, и они варьируются от простой визуализации данных, выбора подмножества и предварительной обработки до эмпирической оценки алгоритмов обучения и прогнозного моделирования .

Визуальное программирование реализуется через интерфейс, в котором рабочие процессы создаются путем связывания предопределенных или созданных пользователем виджетов , в то время как опытные пользователи могут использовать Orange в качестве библиотеки Python для манипулирования данными и изменения виджетов.

Программное обеспечение

Orange - это программный пакет с открытым исходным кодом, выпущенный под лицензией GPL . Версии до 3.0, включающие основные компоненты на C ++ с оболочками на Python, доступны на GitHub . Начиная с версии 3.0, Orange использует общие библиотеки Python с открытым исходным кодом для научных вычислений, такие как numpy , scipy и scikit-learn , а его графический пользовательский интерфейс работает в кроссплатформенной структуре Qt .

Установка по умолчанию включает ряд алгоритмов машинного обучения, предварительной обработки и визуализации данных в 6 наборах виджетов (данные, визуализация, классификация, регрессия, оценка и неконтролируемый). Дополнительные функции доступны в виде надстроек (биоинформатика, слияние данных и анализ текста).

Orange поддерживается в macOS , Windows и Linux, а также может быть установлен из репозитория Python Package Index ( pip install Orange3 ).

По состоянию на май 2018 года стабильная версия - 3.13 и работает с Python 3, тогда как устаревшая версия 2.7, работающая с Python 2.7, все еще доступна.

Текущая загружаемая версия (протестированная) по состоянию на май 2021 года, размещенная на веб-сайте, - это версия 3.28.

Функции

Orange состоит из холста- интерфейса, на котором пользователь размещает виджеты и создает рабочий процесс анализа данных. Виджеты предлагают базовые функции, такие как чтение данных, отображение таблицы данных, выбор функций, обучение предикторов, сравнение алгоритмов обучения, визуализация элементов данных и т. Д. Пользователь может интерактивно исследовать визуализации или загружать выбранное подмножество в другие виджеты.

Виджет "Дерево классификации" в Orange 3.0

Canvas : графический интерфейс для анализа данных
Виджеты :
- Данные : виджеты для ввода данных, фильтрации данных, выборки, вменения, манипулирования признаками и выбора признаков.
- Визуализация : виджеты для общей визуализации (прямоугольная диаграмма, гистограммы, точечная диаграмма) и многомерной визуализации (мозаичное отображение, решетчатая диаграмма).
- Классифицируйте : набор контролируемых алгоритмов машинного обучения для классификации
- Регрессия : набор контролируемых алгоритмов машинного обучения для регрессии
- Оценка : перекрестная проверка, процедуры на основе выборки, оценка надежности и скоринг методов прогнозирования
- Без учителя : алгоритмы обучения без учителя для кластеризации (k-средние, иерархическая кластеризация) и методов проекции данных (многомерное масштабирование, анализ главных компонентов, анализ соответствий).
- Дополнения :
  - Associate : виджеты для поиска частых наборов элементов и изучения правил ассоциации
  - Биоинформатика : виджеты для анализа набора генов, обогащения и доступа к библиотекам путей
  - Объединение данных : виджеты для объединения различных наборов данных , коллективной матричной факторизации и исследования скрытых факторов
  - Образовательные : виджеты для обучения концепциям машинного обучения, таким как кластеризация k-средних , полиномиальная регрессия , стохастический градиентный спуск , ...
  - Гео : виджеты для работы с геопространственными данными
  - Аналитика изображений : виджеты для работы с изображениями и встраиваниями ImageNet
  - Сеть : виджеты для графического и сетевого анализа
  - Интеллектуальный анализ текста : виджеты для обработки естественного языка и интеллектуального анализа текста
  - Временные ряды : виджеты для анализа и моделирования временных рядов
  - Спектроскопия : виджеты для анализа и визуализации (гипер) спектральных наборов данных

Виджет Paint Data в сочетании с иерархической кластеризацией и k-средними.

Цели

Программа предоставляет платформу для выбора экспериментов, систем рекомендаций и прогнозного моделирования и используется в биомедицине , биоинформатике , геномных исследованиях и обучении. В науке он используется как платформа для тестирования новых алгоритмов машинного обучения и внедрения новых методов в генетике и биоинформатике. В образовании он использовался для обучения методам машинного обучения и интеллектуального анализа данных студентов, изучающих биологию, биомедицину и информатику.

Расширения

Различные проекты основаны на Orange либо путем расширения основных компонентов с помощью надстроек, либо с использованием только Orange Canvas для использования реализованных функций визуального программирования и графического интерфейса.

OASYS ORange SYnchrotron Suite
scOrange для биостатистики отдельных клеток
Квазар для анализа данных в естественных науках

История

В 1996 году Университет Любляны и Институт Йожефа Стефана начали разработку ML *, фреймворка машинного обучения на C ++ .
В 1997 году были разработаны привязки Python для ML *, которые вместе с появляющимися модулями Python сформировали совместный фреймворк под названием Orange.
В последующие годы большинство основных алгоритмов интеллектуального анализа данных и машинного обучения были разработаны либо на C ++ (ядро Orange), либо в модулях Python.
В 2002 году были разработаны первые прототипы для создания гибкого графического пользовательского интерфейса с использованием мегафиджетов Pmw Python .
В 2003 году графический интерфейс пользователя был переработан и переработан для среды Qt с использованием привязок PyQt Python. Был определен фреймворк визуального программирования, и началась разработка виджетов (графических компонентов конвейера анализа данных).
В 2005 году были созданы расширения для анализа данных в биоинформатике .
В 2008 году были разработаны установочные пакеты Mac OS X DMG и Fink .
В 2009 году было создано и поддержано более 100 виджетов.
С 2009 года Orange находится в стадии бета-версии 2.0, и на веб-сайте предлагаются установочные пакеты на основе ежедневного цикла компиляции.
В 2012 году была введена новая иерархия объектов, заменившая старую модульную структуру.
В 2013 году произошел серьезный редизайн графического интерфейса.
В 2015 году выпущен Orange 3.0.
В 2016 году Orange находится в версии 3.3. В разработке используется ежемесячный стабильный цикл выпуска.

дальнейшее чтение

Демшар, Янез и Блаж Зупан, Orange: интеллектуальный анализ данных плодотворно и весело - историческая перспектива , Informatica 37, стр. 55–60, (2013).

Languages

In other projects