Massive Analisi online è un data mining, framework open-source che sfrutta gli algoritmi per generare un flusso continuo di dati utili, informativi. Il quadro è scritto in Java. Si integrare MOA in codice per creare flussi di dati reali e sintetici. Avanzate utenti finali, sviluppatori, scienziati e ricercatori in esecuzione di un'applicazione Java Swing per studiare, confrontare, valutare e applicare una misura di intelligenza artificiale per progetti utilizzano MOA. Il quadro è dotato di funzionalità di classificazione e di clustering per scopi di ricerca come bene. Mentre l'approccio individuale alla distribuzione MOA varia, alcuni pezzi essenziali consentono di utilizzare in modo efficace.

istruzione

1 Compilare un adeguato applicazione Java Swing. L'uso del MOA richiede l'ultima versione di piattaforma Java SE. Installare un completo Java Development Kit (JDK) in quanto è necessario per la compilazione di programmi compatibili. La piattaforma si sceglie di eseguire MOA deve essere dotato di un adeguato macchina virtuale Java e librerie di supporto ben sviluppati.

2 Modifica di un programma esistente o crearne uno da zero in un'applicazione come NetBeans, che è un libero, open-source ambiente di sviluppo integrato raccomandato da Oracle, o un IDE alternativo favorita. Attenzione per errori di sintassi come costruire o modificare il codice. Tornare indietro e correggere il codice che si conclude con l'affermazione di uscita, "generazione non riuscita." Come ottenere il massimo dal MOA dipende dalla creazione di una base affidabile per il quadro.

3 Scegliere tra basandosi su una interfaccia interfaccia utente o riga di comando grafica. Entrambe le opzioni sono supportate da MOA. Dal momento che MOA può definire probabilità e utilizzare una funzione sigmoide, selezionare il tipo di interfaccia che si adatta gli obiettivi di utenti finali avanzati.

4 Incorporare il supporto per l'ambiente flusso di dati del MOA nel codice. I dati saranno in viaggio ad alta velocità per la produzione di un algoritmo - quindi il codice dovrebbe essere efficiente e preciso. Eliminare operazioni estranei che impatto la velocità della domanda o la sua interfaccia grafica. Creare codice buon funzionamento e utilizzare strategie semplici, come la scrittura di nuovi classificatori per estendere il funzionamento del MOA, per esempio.