Ini adalah aplikasi Linux bernama MLJAR Studio yang rilis terbarunya dapat diunduh sebagai v1.1.18sourcecode.tar.gz. Aplikasi ini dapat dijalankan secara daring di penyedia hosting gratis OnWorks untuk workstation.
Unduh dan jalankan aplikasi ini secara online bernama MLJAR Studio dengan OnWorks secara gratis.
Ikuti petunjuk ini untuk menjalankan aplikasi ini:
- 1. Download aplikasi ini di PC Anda.
- 2. Masuk ke file manager kami https://www.onworks.net/myfiles.php?username=XXXXX dengan username yang anda inginkan.
- 3. Upload aplikasi ini di filemanager tersebut.
- 4. Jalankan emulator online OnWorks Linux atau Windows online atau emulator online MACOS dari situs web ini.
- 5. Dari OS Linux OnWorks yang baru saja Anda mulai, buka file manager kami https://www.onworks.net/myfiles.php?username=XXXXX dengan nama pengguna yang Anda inginkan.
- 6. Download aplikasinya, install dan jalankan.
Tangkapan layar
Ad
Studio MLJAR
DESKRIPSI
Kami sedang mengembangkan cara baru untuk pemrograman visual. Kami mengembangkan aplikasi desktop bernama MLJAR Studio. Ini adalah lingkungan pengembangan berbasis notebook dengan resep kode interaktif dan lingkungan Python terkelola. Semuanya berjalan secara lokal di komputer Anda. Kami menunggu masukan Anda. mljar-supervised adalah paket Python Pembelajaran Mesin Otomatis yang bekerja dengan data tabular. Paket ini dirancang untuk menghemat waktu ilmuwan data. Paket ini mengabstraksi cara umum untuk melakukan praproses data, membangun model pembelajaran mesin, dan melakukan penyetelan hiperparameter untuk menemukan model terbaik. Ini bukan kotak hitam, karena Anda dapat melihat dengan tepat bagaimana alur kerja ML dibangun (dengan laporan Markdown terperinci untuk setiap model ML).
Fitur
- Ia menggunakan banyak algoritma: Baseline, Linear, Random Forest, Extra Trees, LightGBM, Xgboost, CatBoost, Neural Networks, dan Nearest Neighbors
- Ini dapat menghitung Ensemble berdasarkan algoritma greedy dari kertas Caruana
- Ia dapat menumpuk model untuk membangun ensembel level 2 (tersedia dalam mode Bersaing atau setelah menetapkan parameter stack_models)
- Ia dapat melakukan prapemrosesan fitur, seperti imputasi nilai yang hilang dan konversi kategorikal. Selain itu, ia juga dapat menangani prapemrosesan nilai target.
- Dapat melakukan rekayasa fitur tingkat lanjut, seperti Fitur Emas, Pemilihan Fitur, Transformasi Teks dan Waktu
- Ia dapat menyetel hiperparameter dengan algoritma pencarian tidak acak (pencarian acak atas serangkaian nilai yang ditentukan) dan pendakian bukit untuk menyempurnakan model akhir.
- Ini dapat menghitung Baseline untuk data Anda sehingga Anda akan tahu apakah Anda memerlukan Pembelajaran Mesin atau tidak
Bahasa Pemrograman
Ular sanca
KATEGORI
Ini adalah aplikasi yang juga dapat diunduh dari https://sourceforge.net/projects/mljar-studio.mirror/. Aplikasi ini dihosting di OnWorks agar dapat dijalankan secara daring dengan cara termudah dari salah satu Sistem Operasi gratis kami.
