यह MLJAR स्टूडियो नाम का एक लिनक्स ऐप है जिसका नवीनतम संस्करण v1.1.18sourcecode.tar.gz के रूप में डाउनलोड किया जा सकता है। इसे वर्कस्टेशन के लिए मुफ़्त होस्टिंग प्रदाता OnWorks पर ऑनलाइन चलाया जा सकता है।
MLJAR स्टूडियो नामक इस ऐप को OnWorks के साथ मुफ्त में डाउनलोड करें और ऑनलाइन चलाएं।
इस ऐप को चलाने के लिए इन निर्देशों का पालन करें:
- 1. इस एप्लिकेशन को अपने पीसी में डाउनलोड करें।
- 2. हमारे फ़ाइल प्रबंधक में https://www.onworks.net/myfiles.php?username=XXXXX उस उपयोगकर्ता नाम के साथ दर्ज करें जो आप चाहते हैं।
- 3. इस एप्लिकेशन को ऐसे फाइल मैनेजर में अपलोड करें।
- 4. इस वेबसाइट से ऑनवर्क्स लिनक्स ऑनलाइन या विंडोज ऑनलाइन एमुलेटर या मैकोज़ ऑनलाइन एमुलेटर शुरू करें।
- 5. ऑनवर्क्स लिनक्स ओएस से आपने अभी शुरुआत की है, हमारे फाइल मैनेजर को https://www.onworks.net/myfiles.php?username=XXXXX उस यूजरनेम के साथ जाएं जो आप चाहते हैं।
- 6. एप्लिकेशन डाउनलोड करें, इसे इंस्टॉल करें और इसे चलाएं।
स्क्रीनशॉट:
एमएलजेएआर स्टूडियो
विवरण:
हम विज़ुअल प्रोग्रामिंग के नए तरीके पर काम कर रहे हैं। हमने MLJAR स्टूडियो नामक एक डेस्कटॉप एप्लिकेशन विकसित किया है। यह एक नोटबुक-आधारित डेवलपमेंट एनवायरनमेंट है जिसमें इंटरैक्टिव कोड रेसिपी और एक प्रबंधित पायथन एनवायरनमेंट है। ये सभी आपकी मशीन पर स्थानीय रूप से चल रहे हैं। हम आपकी प्रतिक्रिया की प्रतीक्षा कर रहे हैं। mljar-supervised एक स्वचालित मशीन लर्निंग पायथन पैकेज है जो सारणीबद्ध डेटा के साथ काम करता है। इसे डेटा वैज्ञानिकों का समय बचाने के लिए डिज़ाइन किया गया है। यह डेटा को प्रीप्रोसेस करने, मशीन लर्निंग मॉडल बनाने और सर्वोत्तम मॉडल खोजने के लिए हाइपर-पैरामीटर ट्यूनिंग करने के सामान्य तरीके को अमूर्त करता है। यह कोई ब्लैक बॉक्स नहीं है, क्योंकि आप देख सकते हैं कि एमएल पाइपलाइन कैसे बनाई जाती है (प्रत्येक एमएल मॉडल के लिए एक विस्तृत मार्कडाउन रिपोर्ट के साथ)।
विशेषताएं
- यह कई एल्गोरिदम का उपयोग करता है: बेसलाइन, लीनियर, रैंडम फ़ॉरेस्ट, एक्स्ट्रा ट्रीज़, लाइटजीबीएम, एक्सजीबूस्ट, कैटबूस्ट, न्यूरल नेटवर्क्स और निकटतम पड़ोसी
- यह कारुआना पेपर से लालची एल्गोरिथ्म के आधार पर एनसेंबल की गणना कर सकता है
- यह स्तर 2 एन्सेम्बल बनाने के लिए मॉडलों को स्टैक कर सकता है (प्रतिस्पर्धा मोड में या stack_models पैरामीटर सेट करने के बाद उपलब्ध)
- यह सुविधाओं का पूर्व-प्रसंस्करण कर सकता है, जैसे कि लुप्त मानों का आरोपण और श्रेणीबद्ध मानों का रूपांतरण। इसके अलावा, यह लक्ष्य मानों का पूर्व-प्रसंस्करण भी संभाल सकता है।
- यह उन्नत फीचर इंजीनियरिंग कर सकता है, जैसे गोल्डन फीचर्स, फीचर चयन, टेक्स्ट और समय परिवर्तन
- यह हाइपर-पैरामीटर्स को नॉट-सो-रैंडम-सर्च एल्गोरिथम (मानों के एक निर्धारित सेट पर रैंडम-सर्च) के साथ ट्यून कर सकता है और अंतिम मॉडल को फाइन-ट्यून करने के लिए हिल क्लाइम्बिंग कर सकता है
- यह आपके डेटा के लिए आधार रेखा की गणना कर सकता है ताकि आपको पता चल सके कि आपको मशीन लर्निंग की आवश्यकता है या नहीं
प्रोग्रामिंग भाषा
अजगर
श्रेणियाँ
यह एक ऐसा एप्लिकेशन है जिसे https://sourceforge.net/projects/mljar-studio.mirror/ से भी प्राप्त किया जा सकता है। इसे हमारे किसी भी निःशुल्क ऑपरेटिव सिस्टम से सबसे आसान तरीके से ऑनलाइन चलाने के लिए OnWorks में होस्ट किया गया है।