This is the Windows app named tsfresh whose latest release can be downloaded as v0.21.1sourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Download en voer deze app met de naam tsfresh gratis online uit met OnWorks.
Volg deze instructies om deze app uit te voeren:
- 1. Download deze applicatie op uw pc.
- 2. Voer in onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX in met de gebruikersnaam die u wilt.
- 3. Upload deze applicatie in zo'n bestandsbeheerder.
- 4. Start een OS OnWorks online emulator vanaf deze website, maar een betere Windows online emulator.
- 5. Ga vanuit het OnWorks Windows-besturingssysteem dat u zojuist hebt gestart naar onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX met de gewenste gebruikersnaam.
- 6. Download de applicatie en installeer deze.
- 7. Download Wine van de softwarebronnen voor Linux-distributies. Eenmaal geïnstalleerd, kunt u vervolgens dubbelklikken op de app om ze met Wine uit te voeren. Je kunt ook PlayOnLinux proberen, een mooie interface via Wine waarmee je populaire Windows-programma's en -games kunt installeren.
Wine is een manier om Windows-software op Linux uit te voeren, maar zonder dat Windows vereist is. Wine is een open-source Windows-compatibiliteitslaag die Windows-programma's rechtstreeks op elke Linux-desktop kan uitvoeren. In wezen probeert Wine genoeg van Windows opnieuw te implementeren, zodat het al die Windows-applicaties kan draaien zonder Windows echt nodig te hebben.
SCREENSHOTS
Ad
vers
PRODUCTBESCHRIJVING
tsfresh is een python-pakket. Het berekent automatisch een groot aantal tijdreekskarakteristieken, de zogenaamde features. tsfresh wordt gebruikt om kenmerken uit tijdreeksen te extraheren. Zonder tsfresh zou je alle kenmerken met de hand moeten berekenen. Met tsfresh is dit proces geautomatiseerd en kunnen al uw functies automatisch worden berekend. Verder is tsfresh compatibel met pythons panda's en scikit-learn API's, twee belangrijke pakketten voor Data Science-inspanningen in python. De geëxtraheerde kenmerken kunnen worden gebruikt om tijdreeksen te beschrijven of te clusteren op basis van de geëxtraheerde kenmerken. Verder kunnen ze worden gebruikt om modellen te bouwen die classificatie-/regressietaken uitvoeren op de tijdreeksen. Vaak geven de features nieuwe inzichten in tijdreeksen en hun dynamiek.
Kenmerken
- Wordt gebruikt voor het voorspellen van de levensduur van machines
- Gebruikt voor de voorspelling van de kwaliteit van stalen knuppels tijdens een continugietproces
- Time Series Feature-extractie op basis van schaalbare hypothesetests
- Extraheert automatisch honderden kenmerken uit tijdreeksen
- Het maakt uw tijd vrij die u besteedt aan het bouwen van functies door ze automatisch te extraheren
- Bevat veel methoden voor het extraheren van functies en een robuust algoritme voor het selecteren van functies
Categorieën
Dit is een applicatie die ook kan worden opgehaald van https://sourceforge.net/projects/tsfresh.mirror/. Het is gehost in OnWorks, zodat het op de gemakkelijkste manier online kan worden uitgevoerd vanaf een van onze gratis besturingssystemen.
