Todo depende de lo que quieras hacer con él. No tengo experiencia en el uso de WEKA y no conozco su situación específica, por lo tanto, no puedo presentar ventajas ni desventajas.
Lo primero que debe pensar es qué tipo de datos utilizará. La mayoría de los paquetes pueden manejar fácilmente un tamaño moderado de datos numéricos y textuales. Pero si sus datos también involucran imágenes, sonidos o lecturas de sensores, MATLAB tiene cajas de herramientas extensas que lo ayudan a procesar esto como una parte ascendente de su flujo de trabajo de clasificación binaria.
Por ejemplo, uso Spotify y me encanta su motor de recomendación, que se menciona en La magia que hace que las listas de reproducción Discover Weekly de Spotify sean tan buenas que Spotify combina datos de comportamiento del usuario (metadatos) y espectrogramas de las canciones (datos físicos) para hacer sus predicciones. . IoT (internet de las cosas) implica el procesamiento de datos del sensor.
- ¿Cuál es la forma completa de AUC en el estado de AUC de los resultados del examen AKTU?
- ¿Cuáles son algunos desafíos calificados de aprendizaje automático que se inician cada año?
- ¿Pueden las redes neuronales convolucionales entrenarse para jugar al ajedrez realmente bien?
- ¿Cuáles son los trabajos más interesantes de CVPR 2016 y por qué?
- ¿En qué se basa IBM Watson? ¿Es una alternativa interna de IBM a TensorFlow?
Aquí hay un ejemplo divertido de procesamiento de imágenes en tiempo real que puede hacer en MATLAB usando rompecabezas de Sudoku.
Lo siguiente que debe considerar es lo que hace después de construir su modelo de clasificación. MATLAB también ofrece opciones para generar código C / C ++ o bibliotecas compartidas para Java, .Net, etc. y puede incorporarlo fácilmente en sistemas de producción o sistemas integrados o convertirlo en aplicaciones para teléfonos inteligentes.
Para obtener más información sobre lo que puede hacer con MATLAB, consulte esta página.
Aprendizaje automático con MATLAB
