این برنامه ویندوز با نام LightGBM است که آخرین نسخه آن را می توان با عنوان v4.1.0.zip دانلود کرد. می توان آن را به صورت آنلاین در ارائه دهنده میزبانی رایگان OnWorks برای ایستگاه های کاری اجرا کرد.
این اپلیکیشن LightGBM را با OnWorks به صورت آنلاین دانلود و اجرا کنید.
برای اجرای این برنامه این دستورالعمل ها را دنبال کنید:
- 1. این برنامه را در رایانه شخصی خود دانلود کنید.
- 2. در فایل منیجر ما https://www.onworks.net/myfiles.php?username=XXXXX نام کاربری مورد نظر خود را وارد کنید.
- 3. این برنامه را در چنین فایل منیجر آپلود کنید.
- 4. هر شبیه ساز آنلاین OS OnWorks را از این وب سایت راه اندازی کنید، اما شبیه ساز آنلاین ویندوز بهتر است.
- 5. از OnWorks Windows OS که به تازگی راه اندازی کرده اید، به مدیر فایل ما https://www.onworks.net/myfiles.php?username=XXXXX با نام کاربری که می خواهید بروید.
- 6. برنامه را دانلود و نصب کنید.
- 7. Wine را از مخازن نرم افزار توزیع لینوکس خود دانلود کنید. پس از نصب، می توانید روی برنامه دوبار کلیک کنید تا آنها را با Wine اجرا کنید. همچنین می توانید PlayOnLinux را امتحان کنید، یک رابط کاربری فانتزی بر روی Wine که به شما کمک می کند برنامه ها و بازی های محبوب ویندوز را نصب کنید.
Wine راهی برای اجرای نرم افزار ویندوز بر روی لینوکس است، اما بدون نیاز به ویندوز. Wine یک لایه سازگار با ویندوز منبع باز است که می تواند برنامه های ویندوز را مستقیماً بر روی هر دسکتاپ لینوکس اجرا کند. اساساً، Wine در تلاش است تا به اندازه کافی از ویندوز را از ابتدا مجدداً پیاده سازی کند تا بتواند همه آن برنامه های ویندوز را بدون نیاز به ویندوز اجرا کند.
اسکرین شات ها:
LightGBM
DESCRIPTION:
LightGBM یا Light Gradient Boosting Machine یک چارچوب تقویت کننده گرادیان منبع باز با کارایی بالا و مبتنی بر الگوریتم های درخت تصمیم است. در مقایسه با سایر فریم ورک های تقویت کننده، LightGBM چندین مزیت از نظر سرعت، کارایی و دقت ارائه می دهد. آزمایش‌های موازی نشان داده‌اند که LightGBM می‌تواند به سرعت خطی از طریق چندین ماشین برای آموزش در تنظیمات خاص دست یابد، در حالی که حافظه کمتری مصرف می‌کند.
LightGBM از یادگیری موازی و GPU پشتیبانی می کند و می تواند داده های مقیاس بزرگ را مدیریت کند. این به طور گسترده برای رتبه بندی، طبقه بندی و بسیاری دیگر از وظایف یادگیری ماشین استفاده می شود.
امکانات
- الگوریتم های مبتنی بر هیستوگرام برای سرعت بهینه و استفاده از حافظه
- رشد درخت از نظر برگ (بهترین-اول).
- تقسیم بهینه برای ویژگی های دسته بندی
- الگوریتم های پیشرفته و الگوریتم های یادگیری موازی
- پشتیبانی از GPU
- از رگرسیون، طبقه بندی باینری، چند طبقه بندی و سایر برنامه ها و معیارها پشتیبانی می کند
- DART
- تنظیم L1/L2
- بسته بندی کردن
- ستون (ویژگی) زیر نمونه
- قطار ادامه دار با مدل ورودی GBDT
- ادامه قطار با فایل امتیاز ورودی
- تمرین با وزنه
- خروجی متریک اعتبارسنجی در طول آموزش
- داده های تایید چندگانه
- معیارهای چندگانه
- توقف زودهنگام (هم تمرین و هم پیش بینی)
- پیش بینی شاخص برگ
زبان برنامه نویسی
++C
دسته بندی ها
این برنامه ای است که می توان آن را از https://sourceforge.net/projects/lightgbm.mirror/ نیز دریافت کرد. در OnWorks میزبانی شده است تا به آسانی از یکی از سیستم عامل های رایگان ما به صورت آنلاین اجرا شود.