Esta es la aplicación de Windows llamada Recomendaciones cuya última versión se puede descargar como Recomendaciones0.7.0.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 Recomendados 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 cualquier emulador en línea de OS OnWorks desde este sitio web, pero mejor emulador en línea de Windows.
- 5. Desde el sistema operativo OnWorks Windows 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 e instálala.
- 7. Descargue Wine desde los repositorios de software de sus distribuciones de Linux. Una vez instalada, puede hacer doble clic en la aplicación para ejecutarla con Wine. También puedes probar PlayOnLinux, una elegante interfaz sobre Wine que te ayudará a instalar programas y juegos populares de Windows.
Wine es una forma de ejecutar software de Windows en Linux, pero no requiere Windows. Wine es una capa de compatibilidad de Windows de código abierto que puede ejecutar programas de Windows directamente en cualquier escritorio de Linux. Esencialmente, Wine está tratando de volver a implementar una cantidad suficiente de Windows desde cero para poder ejecutar todas esas aplicaciones de Windows sin necesidad de Windows.
SCREENSHOTS
Ad
Recomendadores
DESCRIPCIÓN
El repositorio de recomendadores proporciona ejemplos y mejores prácticas para crear sistemas de recomendación, que se proporcionan como cuadernos de Jupyter. El módulo reco_utils contiene funciones para simplificar las tareas comunes que se utilizan al desarrollar y evaluar sistemas de recomendación. Se proporcionan varias utilidades en reco_utils para admitir tareas comunes, como cargar conjuntos de datos en el formato esperado por diferentes algoritmos, evaluar los resultados del modelo y dividir los datos de entrenamiento / prueba. Se incluyen implementaciones de varios algoritmos de última generación para el autoaprendizaje y la personalización en sus propias aplicaciones. Consulte la guía de configuración para obtener más detalles sobre cómo configurar su máquina localmente, en una máquina virtual de ciencia de datos (DSVM) o en Azure Databricks. Los algoritmos y utilidades independientes o de incubación son candidatos para la carpeta contrib. Esto albergará contribuciones que pueden no encajar fácilmente en el repositorio central o necesitar tiempo para refactorizar o madurar el código y agregar las pruebas necesarias.
Caracteristicas
- Preparar y cargar datos para cada algoritmo de recomendación
- Creación de modelos utilizando varios algoritmos de recomendación clásicos y de aprendizaje profundo, como los mínimos cuadrados alternos (ALS) o las máquinas de factorización profunda eXtreme (xDeepFM)
- Evaluación de algoritmos con métricas fuera de línea
- Ajuste y optimización de hiperparámetros para modelos de recomendación
- Operacionalización de modelos en un entorno de producción en Azure
- Para los algoritmos de aprendizaje profundo, se recomienda utilizar una máquina GPU.
Lenguaje de programación
Python
Esta es una aplicación que también se puede obtener de https://sourceforge.net/projects/recommenders.mirror/. Se ha alojado en OnWorks para poder ejecutarlo online de la forma más sencilla desde uno de nuestros Sistemas Operativos gratuitos.