Esta es la aplicación de Linux llamada ExSTraCS para ejecutarse en Linux en línea, cuya última versión se puede descargar como ExSTraCS_v2.1.zip. Se puede ejecutar en línea en el proveedor de alojamiento gratuito OnWorks para estaciones de trabajo.
Descargue y ejecute en línea esta aplicación llamada ExSTraCS para ejecutar en Linux en línea con OnWorks de forma gratuita.
Siga estas instrucciones para ejecutar esta aplicación:
- 1. Descargue esta aplicación en su PC.
- 2. Ingrese en nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 3. Cargue esta aplicación en dicho administrador de archivos.
- 4. Inicie el emulador en línea OnWorks Linux o Windows en línea o el emulador en línea MACOS desde este sitio web.
- 5. Desde el SO OnWorks Linux que acaba de iniciar, vaya a nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 6. Descarga la aplicación, instálala y ejecútala.
SCREENSHOTS
Ad
ExSTraCS para ejecutar en Linux en línea
DESCRIPCIÓN
Este algoritmo avanzado de aprendizaje automático es un sistema clasificador de aprendizaje (LCS) al estilo de Michigan desarrollado para especializarse en tareas de clasificación, predicción, extracción de datos y descubrimiento de conocimientos. Los algoritmos LCS al estilo de Michigan constituyen una clase única de algoritmos que distribuyen patrones aprendidos sobre una población colaborativa de reglas SI: ENTONCES interpretables individualmente, lo que les permite describir de manera flexible y efectiva espacios de problemas complejos y diversos. ExSTraCS se desarrolló principalmente para abordar problemas en la minería de datos epidemiológicos para identificar patrones complejos que relacionan atributos predictivos en conjuntos de datos ruidosos con fenotipos de enfermedades de interés. ExSTraCS combina varios avances recientes en una única plataforma algorítmica. Puede manejar de manera flexible (1) atributos discretos o continuos, (2) datos faltantes, (3) conjuntos de datos balanceados o desequilibrados y (4) binarios o muchas clases. Se incluye una guía de usuario completa para ExSTraCS. Codificado en Python 2.7.Audiencia
Industria financiera y de seguros, Ciencia / investigación, Educación
Lenguaje de programación
Python
Esta es una aplicación que también se puede obtener de https://sourceforge.net/projects/exstracs/. Se ha alojado en OnWorks para poder ejecutarse online de la forma más sencilla desde uno de nuestros Sistemas Operativos gratuitos.
