> ML_KUTUPHANE // WEKA_v1.0

Weka

University of Waikato — Waikato Üniversitesi'nden klasik Java veri madenciliği ve makine öğrenimi çalışma tezgahı.

non-python-ecosystemsv3.8.6GPL-3.0qualified

Model Eğitimi (Training)

Destekleniyor

Desteklenen Hızlandırıcılar:

CPU

Dağıtık Eğitim (Distributed):Hayır

Destekleniyor

Inference Hızlandırıcıları:

CPU

Hedef Ortamlar (Targets):server

+Saf Java içinde kapsamlı klasik tahmin algoritmaları paketi: J48 (C4.5 karar ağacı), SMO (SVM), NaiveBayes, IBk (k-NN), JRip
+Görsel etkileşimli kullanıcı arayüzleri: Weka Explorer, Experimenter ve KnowledgeFlow iş akışı tasarımcısı
+Geniş filtre kütüphanesine sahip Öznitelik-İlişki Dosya Formatı (ARFF) veri yönetimi
+Java, Kotlin ve Scala kurumsal kod tabanlarından doğrudan çağrılabilen gömülebilir Java API'si

-GPL-3.0 kopyalama kısıtlamaları olmaksızın kapalı kaynaklı ticari gömmeye izin verme (ticari lisans alınmadığı sürece)
-GPU'larda modern derin nöral ağlar veya Vision Transformer modelleri eğitme
-Artık geçersiz olan Java applet'leri olmadan saf web tarayıcılarında istemci tarafında çalışma

Üniversite bilgisayar bilimleri derslerinde temel veri madenciliği ve karar ağaçlarını öğretme
Doğrulanmış karar ağacı sınıflandırıcılarını eski kurumsal Java EE veya Spring Boot uygulamalarına yerleştirme
Kod yazmadan tabüler verilerin görsel etkileşimli keşfi

GPL-3.0 lisans koşullarına uyamayan tescilli kapalı kaynak SaaS ürünleri (Smile veya Tribuo kullanın)
Derin öğrenme üretken yapay zeka görevleri

Veri Yerleşimi ve İkameti

Yalnızca JVM süreci içinde yerel olarak çalışır. Sıfır telemetri veya harici ağ çağrısı.

Olgunluk:mature

Öğrenme Eğrisi:low

Operasyon Yükü:low

Maliyet Seviyesi:free-oss

> Bilinen Kısıtlamalar:

GPL-3.0 lisansı tescilli kurumsal yazılımlar için kısıtlayıcıdır; veri kümesi boyutları JVM yığın (heap) tahsisiyle sınırlıdır.

Bu kütüphaneyi üretimde kullanırken aşağıdaki arıza senaryolarına karşı fail-closed korumalar uygulayın:

2026-09-25HIGH