GoGPT Best VPN GoSearch

OnWorks-Favicon

LWPR zur Ausführung unter Linux, Online-Download für Linux

Laden Sie LWPR kostenlos herunter, um es online unter Linux auszuführen. Linux-App, um es online unter Ubuntu online, Fedora online oder Debian online auszuführen

Dies ist die Linux-App namens LWPR, die unter Linux online ausgeführt werden kann und deren neueste Version als lwpr-1.2.6.tar.gz heruntergeladen werden kann. Es kann online beim kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.

Laden Sie diese App namens LWPR herunter und führen Sie sie online aus, um sie unter Linux online mit OnWorks kostenlos auszuführen.

Befolgen Sie diese Anweisungen, um diese App auszuführen:

- 1. Diese Anwendung auf Ihren PC heruntergeladen.

- 2. Geben Sie in unserem Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX den gewünschten Benutzernamen ein.

- 3. Laden Sie diese Anwendung in einem solchen Dateimanager hoch.

- 4. Starten Sie den OnWorks Linux-Online- oder Windows-Online-Emulator oder den MACOS-Online-Emulator von dieser Website.

- 5. Rufen Sie vom gerade gestarteten OnWorks Linux-Betriebssystem aus unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.

- 6. Laden Sie die Anwendung herunter, installieren Sie sie und führen Sie sie aus.

LWPR soll online unter Linux ausgeführt werden


Ad


BESCHREIBUNG

Locally Weighted Projection Regression (LWPR) ist ein vollständig inkrementeller Online-Algorithmus zur nichtlinearen Funktionsapproximation in hochdimensionalen Räumen, der redundante und irrelevante Eingabedimensionen verarbeiten kann. Im Kern verwendet es lokal lineare Modelle, die durch eine kleine Anzahl von univariaten Regressionen in ausgewählten Richtungen im Eingaberaum aufgespannt werden. Für die Dimensionsreduktion wird eine lokal gewichtete Variante von Partial Least Squares (PLS) verwendet. Bitte zitieren Sie:
[1] Sethu Vijayakumar, Aaron D'Souza und Stefan Schaal, Inkrementelles Online-Lernen in hohen Dimensionen, Neural Computation, vol. 17, nein. 12, S. 2602–2634 (2005).
[2] Stefan Klanke, Sethu Vijayakumar und Stefan Schaal, A Library for Locally Weighted Projection Regression, Journal of Machine Learning Research (JMLR), vol. 9, S. 623–626 (2008).
Weitere Details und Nutzungsrichtlinien auf der Code-Website.

Programmiersprache

C, MATLAB, Python



Dies ist eine Anwendung, die auch von https://sourceforge.net/projects/lwpr/ abgerufen werden kann. Es wurde in OnWorks gehostet, um auf einfachste Weise online von einem unserer kostenlosen Betriebssysteme ausgeführt zu werden.


Kostenlose Server & Workstations

Laden Sie Windows- und Linux-Apps herunter

Linux-Befehle

Ad




×
Werbung
❤ ️Hier einkaufen, buchen oder kaufen – kostenlos, damit die Dienste kostenlos bleiben.