Ini ialah apl Linux bernama Feast yang keluaran terbarunya boleh dimuat turun sebagai v0.34.1.zip. Ia boleh dijalankan dalam talian dalam penyedia pengehosan percuma OnWorks untuk stesen kerja.
Muat turun dan jalankan dalam talian aplikasi bernama Feast with OnWorks ini secara percuma.
Ikut arahan ini untuk menjalankan apl ini:
- 1. Memuat turun aplikasi ini dalam PC anda.
- 2. Masukkan dalam pengurus fail kami https://www.onworks.net/myfiles.php?username=XXXXX dengan nama pengguna yang anda mahukan.
- 3. Muat naik aplikasi ini dalam pengurus filem tersebut.
- 4. Mulakan OnWorks Linux dalam talian atau emulator dalam talian Windows atau emulator dalam talian MACOS dari tapak web ini.
- 5. Daripada OS Linux OnWorks yang baru anda mulakan, pergi ke pengurus fail kami https://www.onworks.net/myfiles.php?username=XXXX dengan nama pengguna yang anda mahukan.
- 6. Muat turun aplikasi, pasang dan jalankan.
SKRIN
Ad
Perayaan
DESCRIPTION
Feast (Kedai Ciri) ialah kedai ciri sumber terbuka untuk pembelajaran mesin. Feast ialah laluan terpantas untuk mengurus infrastruktur sedia ada bagi menghasilkan data analitik untuk latihan model dan inferens dalam talian. Jadikan ciri tersedia secara konsisten untuk latihan dan penyajian dengan mengurus kedai luar talian (untuk memproses data sejarah bagi pemarkahan kelompok skala kecil atau latihan model), kedai dalam talian kependaman rendah (untuk menguasakan ramalan masa nyata) dan ciri yang diuji pertempuran pelayan (untuk menyediakan ciri pra-pengiraan dalam talian). Elakkan kebocoran data dengan menjana set ciri yang betul titik-dalam masa supaya saintis data boleh menumpukan pada kejuruteraan ciri dan bukannya menyahpepijat set data rawan ralat menyertai logik. Ini memastikan bahawa nilai ciri masa hadapan tidak bocor kepada model semasa latihan. Asingkan ML daripada infrastruktur data dengan menyediakan satu lapisan akses data yang mengabstraksi storan ciri daripada perolehan ciri, memastikan model kekal mudah alih semasa anda beralih daripada model latihan kepada model penyajian, daripada model kelompok
Ciri-ciri
- Jadikan ciri tersedia secara konsisten untuk latihan dan penyajian
- Elakkan kebocoran data dengan menjana set ciri yang betul titik dalam masa
- Asingkan ML daripada infrastruktur data
- Daftar definisi ciri anda dan sediakan kedai ciri anda
- Teroka data anda dalam UI web (percubaan)
- Bina set data latihan
Bahasa Pengaturcaraan
Python
Ini adalah aplikasi yang juga boleh diambil dari https://sourceforge.net/projects/feast.mirror/. Ia telah dihoskan dalam OnWorks untuk dijalankan dalam talian dengan cara yang paling mudah daripada salah satu Sistem Operasi percuma kami.
