Orange Data Mining 是一個支援圖形化介面的資料科學及機器學習開發環境, 如下圖所示, Orange 使用人員可以就像玩樂高積木一樣堆疊功能模組進行資料科學及機器學習的資料分析及專案開發。
Orange Data Mining 是由 University of Ljubljana, Slovenia 電腦資訊教學團隊下生醫信息實驗室所開發出來的軟體系統, 系統核心部分支援資料處理、資料可視化、監督式學習、非監督式學習等功能, 系統擴展部分 (add ons) 支援文字處理、圖像辨識、時間序列、模型解釋、生醫信息、單一細胞分析等功能。以下講稿是應醫療界朋友邀約整理的 Orange Data Mining 軟體系統簡介及生醫應用支援, 其中也提到筆者以前寫的兩篇博客: Orange 如何支援深度學習 及 Orange 如何進行肺炎X光圖像檢測。
筆者在研究機器學習及深度學習專案時的主要開發環境都是以 Python 編程環境為主, 關注 Orange Data Mining 有兩個目的: 1. 廣泛了解資料科學及機器學習的技術及應用, 2. 持續追蹤圖形化開發環境的適用範圍及設計理念。筆者認為對於剛進資料科學及機器學習相關領域的新鮮人而言, Orange Data Mining 絕對是值得投入時間研究一下的, 對於資深程式開發人員來說, Orange Data Mining 在進行資料分析及開發基礎模型 (benchmark) 兩者上還是有些優點的, 如果各位讀者有任何意見及建議歡迎留言。
