KEEL är ett Java-programvaruverktyg för öppen källkod (GPLv3) för att utvärdera evolutionära algoritmer för problem med datamining, inklusive regression, klassificering, kluster, gruvdrift och så vidare.Den innehåller en stor samling klassiska kunskapsutvecklingsalgoritmer, förbehandlingstekniker (val av utbildningsuppsättning, val av funktioner, diskretisering, imputationsmetoder för saknade värden etc.), Computational Intelligence-baserade inlärningsalgoritmer, inklusive evolutionära regelinlärningsalgoritmer baserade på olika tillvägagångssätt (Pittsburgh, Michigan och IRL, ...) och hybridmodeller som genetiska fuzzy-system, evolutionära nervnätverk, etc. Det gör att vi kan utföra en fullständig analys av alla inlärningsmodeller i jämförelse med befintliga, inklusive en statistisk testmodul för jämförelse.Dessutom har KEEL designats med ett dubbelt mål: forskning och utbildning ....