Il s'agit de l'application Linux nommée Modular toolkit for Data Processing MDP dont la dernière version peut être téléchargée sous le nom MDP-3.5-py2.py3-none-any.whl. Il peut être exécuté en ligne sur le fournisseur d'hébergement gratuit OnWorks pour les postes de travail.
Téléchargez et exécutez en ligne cette application nommée Boîte à outils modulaire pour le traitement des données MDP avec OnWorks gratuitement.
Suivez ces instructions pour exécuter cette application :
- 1. Téléchargé cette application sur votre PC.
- 2. Entrez dans notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous voulez.
- 3. Téléchargez cette application dans ce gestionnaire de fichiers.
- 4. Démarrez l'émulateur en ligne OnWorks Linux ou Windows en ligne ou l'émulateur en ligne MACOS à partir de ce site Web.
- 5. Depuis le système d'exploitation OnWorks Linux que vous venez de démarrer, accédez à notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous souhaitez.
- 6. Téléchargez l'application, installez-la et exécutez-la.
Boîte à outils modulaire pour le traitement des données MDP
Ad
DESCRIPTION
La boîte à outils modulaire pour le traitement des données (MDP) est un framework de traitement de données Python.
Du point de vue de l'utilisateur, MDP est un ensemble d'algorithmes d'apprentissage supervisés et non supervisés et d'autres unités de traitement de données qui peuvent être combinés en séquences de traitement de données et en architectures de réseau plus complexes.
Du point de vue du développeur scientifique, MDP est un cadre modulaire, qui peut facilement être étendu. La mise en œuvre de nouveaux algorithmes est simple et intuitive. Les nouvelles unités implémentées sont alors automatiquement intégrées au reste de la bibliothèque.
La base d'algorithmes disponibles ne cesse d'augmenter et comprend des méthodes de traitement du signal (Analyse en Composantes Principales, Analyse en Composantes Indépendantes, Analyse de Fonctionnalités lentes), de multiples méthodes d'apprentissage ([Hessian] Locally Linear Embedding), plusieurs classificateurs, des méthodes probabilistes (Factor Analysis, RBM) , méthodes de pré-traitement des données, et bien d'autres.
Audience
Science/Recherche, Éducation, Développeurs
Langage de programmation
Python
Il s'agit d'une application qui peut également être récupérée à partir de https://sourceforge.net/projects/mdp-toolkit/. Il a été hébergé dans OnWorks afin d'être exécuté en ligne de la manière la plus simple à partir de l'un de nos systèmes d'exploitation gratuits.
