Jest to aplikacja dla systemu Windows o nazwie Multi-Core WekaExtension dla RapidMiner, której najnowszą wersję można pobrać jako Rapidminermulti-core-weka-extension.jar. Można go uruchomić online w bezpłatnym dostawcy hostingu OnWorks dla stacji roboczych.
Pobierz i uruchom online tę aplikację o nazwie Multi-Core WekaExtension dla RapidMiner z OnWorks za darmo.
Postępuj zgodnie z tymi instrukcjami, aby uruchomić tę aplikację:
- 1. Pobrałem tę aplikację na swój komputer.
- 2. Wpisz w naszym menedżerze plików https://www.onworks.net/myfiles.php?username=XXXXX z wybraną nazwą użytkownika.
- 3. Prześlij tę aplikację w takim menedżerze plików.
- 4. Uruchom dowolny emulator online systemu operacyjnego OnWorks z tej witryny, ale lepszy emulator online systemu Windows.
- 5. W systemie operacyjnym OnWorks Windows, który właśnie uruchomiłeś, przejdź do naszego menedżera plików https://www.onworks.net/myfiles.php?username=XXXXX z wybraną nazwą użytkownika.
- 6. Pobierz aplikację i zainstaluj ją.
- 7. Pobierz Wine z repozytoriów oprogramowania dystrybucji Linuksa. Po zainstalowaniu możesz dwukrotnie kliknąć aplikację, aby uruchomić ją za pomocą Wine. Możesz także wypróbować PlayOnLinux, fantazyjny interfejs w Wine, który pomoże Ci zainstalować popularne programy i gry Windows.
Wine to sposób na uruchamianie oprogramowania Windows w systemie Linux, ale bez systemu Windows. Wine to warstwa kompatybilności z systemem Windows typu open source, która może uruchamiać programy systemu Windows bezpośrednio na dowolnym pulpicie systemu Linux. Zasadniczo Wine próbuje ponownie zaimplementować system Windows od podstaw, aby mógł uruchamiać wszystkie te aplikacje Windows bez faktycznego korzystania z systemu Windows.
Wielordzeniowe rozszerzenie Weka dla RapidMiner
Ad
OPIS
Jest to rozszerzenie RapidMiner zastępujące obecną wtyczkę Weka zaktualizowaną wersją Weka 3.7.3. Jest to w zasadzie gałąź wersji 3.7.3 WEKA zawarta w starym rozszerzeniu. Nowe funkcje obejmują:
-Wszystkie funkcje pakietu Weka 3.7.3
-Wielowątkowe uczenie się zespołowe
— Ulepszenie popularnego narzędzia RandomForest Learner oparte na „Dynamicznej integracji z losowymi lasami” autorstwa Tsymbala i in. 2006 i „Udoskonalanie losowych lasów” Robnika-Sikonji 2004.
-Więcej ulepszeń mechanizmów głosowania w Random Forest
-Możliwość wyprowadzania ciężarów cech zgodnie z oryginalnym dokumentem Breiman Paper 2001
Język programowania
Java
Kategorie
Jest to aplikacja, którą można również pobrać ze strony https://sourceforge.net/projects/m-core-wekaext/. Został on hostowany w OnWorks, aby można go było uruchomić online w najprostszy sposób z jednego z naszych bezpłatnych systemów operacyjnych.