זוהי אפליקציית Windows בשם Synthetic Data Vault (SDV) שניתן להוריד את המהדורה האחרונה שלה בתור v0.18.0-2023-01-24.zip. ניתן להפעיל אותו באופן מקוון בספק האירוח החינמי OnWorks עבור תחנות עבודה.
הורד והפעל באינטרנט את האפליקציה הזו בשם Synthetic Data Vault (SDV) עם OnWorks בחינם.
בצע את ההוראות הבאות כדי להפעיל את האפליקציה הזו:
- 1. הורד את היישום הזה למחשב שלך.
- 2. הזן במנהל הקבצים שלנו https://www.onworks.net/myfiles.php?username=XXXXX עם שם המשתמש שאתה רוצה.
- 3. העלה את היישום הזה במנהל קבצים כזה.
- 4. הפעל כל אמולטור מקוון של OS OnWorks מאתר זה, אך עדיף אמולטור מקוון של Windows.
- 5. ממערכת ההפעלה OnWorks Windows שזה עתה התחלת, עבור אל מנהל הקבצים שלנו https://www.onworks.net/myfiles.php?username=XXXXX עם שם המשתמש הרצוי.
- 6. הורד את האפליקציה והתקן אותה.
- 7. הורד את Wine ממאגרי התוכנה שלך להפצות לינוקס. לאחר ההתקנה, תוכל ללחוץ פעמיים על האפליקציה כדי להפעיל אותם עם Wine. אתה יכול גם לנסות את PlayOnLinux, ממשק מפואר מעל Wine שיעזור לך להתקין תוכניות ומשחקים פופולריים של Windows.
Wine היא דרך להפעיל תוכנת Windows על לינוקס, אך ללא צורך ב-Windows. Wine היא שכבת תאימות של Windows בקוד פתוח שיכולה להריץ תוכניות Windows ישירות על כל שולחן עבודה של לינוקס. בעיקרו של דבר, Wine מנסה להטמיע מחדש מספיק של Windows מאפס כדי שהוא יוכל להריץ את כל יישומי Windows מבלי להזדקק ל-Windows.
בצילומי מסך
Ad
כספת נתונים סינתטיים (SDV)
תיאור
הכספת של נתונים סינתטיים (SDV) היא מערכת אקולוגית ליצירת נתונים סינתטיים של ספריות המאפשרת למשתמשים ללמוד בקלות מערכי נתונים של טבלאות בודדות, מרובות טבלאות וסדרות זמן כדי ליצור מאוחר יותר נתונים סינתטיים חדשים בעלי אותם פורמטים ומאפיינים סטטיסטיים כמו מערך הנתונים המקורי . לאחר מכן ניתן להשתמש בנתונים סינתטיים כדי להשלים, להגדיל ובמקרים מסוימים להחליף נתונים אמיתיים בעת אימון מודלים של Machine Learning. בנוסף, הוא מאפשר בדיקה של Machine Learning או מערכות תוכנה אחרות התלויות בנתונים ללא סיכון של חשיפה שמגיעה עם חשיפת נתונים. מתחת למכסה המנוע הוא משתמש במספר מודלים גרפיים הסתברותיים וטכניקות מבוססות למידה עמוקה. כדי לאפשר מגוון מבני אחסון נתונים, אנו מפעילים מודלים היררכיים יצירתיים ייחודיים וטכניקות דגימה רקורסיבית.
תכונות
- טיפול במספר סוגי נתונים ונתונים חסרים עם מינימום קלט משתמש
- תמיכה באילוצים מוגדרים ומותאמים אישית ובאימות נתונים
- הגדרה של מטא נתונים של מערכי נתונים מרובים שולחניים עם סכימת JSON מותאמת אישית וגמישה
- שימוש בקופולות ובטכניקות דוגמנות רקורסיביות
- דגימה מותנית המבוססת על תכונות הקשריות
- מסגרת הערכה קלה לשימוש כדי להעריך את איכות הנתונים הסינתטיים שלך עם שורת קוד אחת
שפת תכנות
פיתון
כל הקטגוריות
זוהי אפליקציה שניתן להביא גם מ-https://sourceforge.net/projects/synthetic-vault-sdv.mirror/. הוא התארח ב-OnWorks על מנת להפעיל אותו באינטרנט בצורה הקלה ביותר מאחת ממערכות ההפעלה החינמיות שלנו.
