Dies ist die Windows-App namens BetaML.jl, deren neueste Version als v0.12.2sourcecode.tar.gz heruntergeladen werden kann. Sie kann online beim kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App namens BetaML.jl kostenlos herunter und führen Sie sie online mit OnWorks aus.
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 einen beliebigen OS OnWorks-Online-Emulator von dieser Website, aber einen besseren Windows-Online-Emulator.
- 5. Rufen Sie vom gerade gestarteten OnWorks Windows-Betriebssystem unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter und installieren Sie sie.
- 7. Laden Sie Wine aus den Software-Repositorys Ihrer Linux-Distributionen herunter. Nach der Installation können Sie dann auf die App doppelklicken, um sie mit Wine auszuführen. Sie können auch PlayOnLinux ausprobieren, eine schicke Schnittstelle über Wine, die Ihnen bei der Installation beliebter Windows-Programme und -Spiele hilft.
Wine ist eine Möglichkeit, Windows-Software unter Linux auszuführen, jedoch ohne Windows. Wine ist eine Open-Source-Windows-Kompatibilitätsschicht, die Windows-Programme direkt auf jedem Linux-Desktop ausführen kann. Im Wesentlichen versucht Wine, genügend Windows von Grund auf neu zu implementieren, damit alle diese Windows-Anwendungen ausgeführt werden können, ohne dass Windows tatsächlich benötigt wird.
SCREENSHOTS:
BetaML.jl
BESCHREIBUNG:
Das Beta Machine Learning Toolkit ist ein Paket mit zahlreichen Algorithmen und Dienstprogrammen zur Implementierung von Machine-Learning-Workflows in Julia, Python, R und jeder anderen Sprache mit Julia-Bindung. Alle Modelle sind vollständig in Julia implementiert und werden im Repository selbst gehostet (d. h. sie sind keine Wrapper für Drittanbietermodelle). Sollte Ihre bevorzugte Option oder Ihr bevorzugtes Modell fehlen, können Sie versuchen, es selbst zu implementieren und einen Pull Request zur Freigabe (siehe Abschnitt „Beitragen“ unten) oder dessen Implementierung anfordern. Dank des JIT-Compilers bietet Julia die optimale Lösung, um Modelle problemlos in einer höheren Programmiersprache zu schreiben und dennoch effizient auszuführen.
Eigenschaften
- Maschinelles Lernen leicht gemacht
- Beispiele verfügbar
- Dokumentation vorhanden
- Alle Modelle sind vollständig in Julia implementiert und werden im Repository selbst gehostet
- Das Beta Machine Learning Toolkit ist ein Paket mit vielen Algorithmen und Dienstprogrammen
- Implementieren Sie Machine-Learning-Workflows in Julia, Python, R und jeder anderen Sprache mit einer Julia-Bindung
Programmiersprache
Julia
Kategorien
Diese Anwendung ist auch unter https://sourceforge.net/projects/betaml-jl.mirror/ verfügbar. Sie wurde in OnWorks gehostet, um die Ausführung online auf einem unserer kostenlosen Betriebssysteme zu vereinfachen.