To aplikacja dla systemu Windows o nazwie tsfresh, której najnowszą wersję można pobrać jako v0.21.1sourcecode.tar.gz. Można ją uruchomić online w darmowym hostingu OnWorks dla stacji roboczych.
Pobierz i uruchom online tę aplikację o nazwie tsfresh 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.
ZRZUTY EKRANU
Ad
świeże
OPIS
tsfresh to pakiet Pythona. Automatycznie oblicza dużą liczbę cech szeregów czasowych, tzw. cech. tsfresh służy do wyodrębniania charakterystyk z szeregów czasowych. Bez tsfresh musiałbyś ręcznie obliczyć wszystkie cechy. Dzięki tsfresh proces ten jest zautomatyzowany, a wszystkie funkcje mogą być obliczane automatycznie. Ponadto tsfresh jest kompatybilny z python pandas i scikit-learn API, dwoma ważnymi pakietami dla przedsięwzięć Data Science w Pythonie. Wyodrębnione cechy mogą służyć do opisywania lub grupowania szeregów czasowych w oparciu o wyodrębnione cechy. Ponadto można je wykorzystać do budowania modeli, które wykonują zadania klasyfikacji/regresji na szeregach czasowych. Często funkcje dają nowy wgląd w szeregi czasowe i ich dynamikę.
Funkcje
- Służy do przewidywania żywotności maszyn
- Służy do prognozowania jakości kęsów stalowych podczas procesu ciągłego odlewania
- Szereg czasowy Ekstrakcja cech na podstawie skalowalnych testów hipotez
- Automatycznie wyodrębnia setki funkcji z szeregów czasowych
- Uwalnia czas spędzony na budowaniu funkcji, automatycznie je wyodrębniając
- Zawiera wiele metod ekstrakcji cech i niezawodny algorytm wyboru cech
Kategorie
Jest to aplikacja, którą można również pobrać z https://sourceforge.net/projects/tsfresh.mirror/. Jest hostowany w OnWorks, aby można go było uruchomić online w najprostszy sposób z jednego z naszych bezpłatnych systemów operacyjnych.
