Dies ist die Windows-App namens Recommenders, deren neueste Version als Recommenders0.7.0.zip heruntergeladen werden kann. Es kann online im kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App namens Recommenders mit OnWorks kostenlos herunter und führen Sie sie online 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
Ad
Empfehlungsgeber
BESCHREIBUNG
Das Recommenders-Repository bietet Beispiele und Best Practices zum Erstellen von Empfehlungssystemen, die als Jupyter-Notebooks bereitgestellt werden. Das Modul reco_utils enthält Funktionen zur Vereinfachung allgemeiner Aufgaben bei der Entwicklung und Evaluierung von Empfehlungssystemen. In reco_utils werden mehrere Dienstprogramme bereitgestellt, um allgemeine Aufgaben wie das Laden von Datensätzen in dem von verschiedenen Algorithmen erwarteten Format, das Auswerten von Modellausgaben und das Aufteilen von Trainings-/Testdaten zu unterstützen. Implementierungen mehrerer hochmoderner Algorithmen sind zum Selbststudium und zur Anpassung in Ihre eigenen Anwendungen enthalten. Weitere Informationen zum Einrichten Ihres Computers lokal, auf einem virtuellen Data Science-Computer (DSVM) oder auf Azure Databricks finden Sie in der Einrichtungsanleitung. Unabhängige oder inkubierende Algorithmen und Dienstprogramme sind Kandidaten für den contrib-Ordner. Dies wird Beiträge aufnehmen, die möglicherweise nicht ohne weiteres in das Kern-Repository passen oder Zeit benötigen, um den Code zu refaktorieren oder auszureifen und notwendige Tests hinzuzufügen.
Eigenschaften
- Vorbereiten und Laden von Daten für jeden Empfehlungsalgorithmus
- Erstellen von Modellen mit verschiedenen klassischen und Deep-Learning-Recommender-Algorithmen wie Alternating Least Squares (ALS) oder eXtreme Deep Factorization Machines (xDeepFM)
- Bewertung von Algorithmen mit Offline-Metriken
- Abstimmung und Optimierung von Hyperparametern für Empfehlungsmodelle
- Operationalisierung von Modellen in einer Produktionsumgebung in Azure
- Für die Deep-Learning-Algorithmen wird empfohlen, eine GPU-Maschine zu verwenden
Programmiersprache
Python
Dies ist eine Anwendung, die auch von https://sourceforge.net/projects/recommenders.mirror/ abgerufen werden kann. Es wurde in OnWorks gehostet, um auf einfachste Weise online von einem unserer kostenlosen Betriebssysteme ausgeführt zu werden.
