これは Recommenders という名前の Linux アプリで、最新リリースは Recommenders0.7.0.zip としてダウンロードできます。 ワークステーション用の無料ホスティング プロバイダー OnWorks でオンラインで実行できます。
OnWorks の Recommenders という名前のこのアプリをオンラインで無料でダウンロードして実行します。
このアプリを実行するには、次の手順に従ってください。
-1。このアプリケーションをPCにダウンロードしました。
--2。ファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXに必要なユーザー名を入力します。
-3。このアプリケーションをそのようなファイルマネージャにアップロードします。
-4。このWebサイトからOnWorksLinuxオンラインまたはWindowsオンラインエミュレーターまたはMACOSオンラインエミュレーターを起動します。
-5。起動したばかりのOnWorksLinux OSから、必要なユーザー名でファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXにアクセスします。
-6。アプリケーションをダウンロードし、インストールして実行します。
スクリーンショットは
Ad
推薦者
DESCRIPTION
Recommenders リポジトリは、Jupyter ノートブックとして提供される、レコメンデーション システムを構築するための例とベスト プラクティスを提供します。 モジュール reco_utils には、レコメンダー システムの開発および評価時に使用される一般的なタスクを簡素化する関数が含まれています。 reco_utils には、さまざまなアルゴリズムで期待される形式でのデータセットのロード、モデル出力の評価、トレーニング/テスト データの分割などの一般的なタスクをサポートするいくつかのユーティリティが提供されています。 独習や独自のアプリケーションでのカスタマイズのために、いくつかの最先端のアルゴリズムの実装が含まれています。 ローカル、データ サイエンス仮想マシン (DSVM)、または Azure Databricks 上でマシンをセットアップする方法の詳細については、セットアップ ガイドを参照してください。 独立したアルゴリズムやインキュベーション中のアルゴリズムやユーティリティが contrib フォルダーの候補となります。 これには、コア リポジトリに簡単に収まらないコントリビューション、またはコードをリファクタリングまたは成熟させて必要なテストを追加するのに時間がかかるコントリビューションが格納されます。
特徴
- 各レコメンダーアルゴリズムのデータの準備とロード
- Alternating Least Squares (ALS) や eXtreme Deep Factorization Machines (xDeepFM) など、さまざまな古典的および深層学習レコメンダー アルゴリズムを使用したモデルの構築
- オフラインメトリクスを使用したアルゴリズムの評価
- レコメンダー モデルのハイパーパラメータの調整と最適化
- Azure の実稼働環境でのモデルの運用
- 深層学習アルゴリズムには、GPU マシンの使用をお勧めします。
プログラミング言語
Python
これは、https://sourceforge.net/projects/recommenders.mirror/ から取得できるアプリケーションです。 無料のオペレーティング システムの XNUMX つから最も簡単な方法でオンラインで実行できるように、OnWorks でホストされています。
