Aceasta este aplicația Linux numită MLJAR Studio, a cărei ultimă versiune poate fi descărcată ca v1.1.18sourcecode.tar.gz. Poate fi rulată online pe furnizorul de găzduire gratuit OnWorks pentru stații de lucru.
Descărcați și rulați online gratuit această aplicație numită MLJAR Studio cu OnWorks.
Urmați aceste instrucțiuni pentru a rula această aplicație:
- 1. Ați descărcat această aplicație pe computer.
- 2. Introduceți în managerul nostru de fișiere https://www.onworks.net/myfiles.php?username=XXXXX cu numele de utilizator pe care îl doriți.
- 3. Încărcați această aplicație într-un astfel de manager de fișiere.
- 4. Porniți emulatorul online OnWorks Linux sau Windows online sau emulatorul online MACOS de pe acest site web.
- 5. Din sistemul de operare OnWorks Linux pe care tocmai l-ați pornit, accesați managerul nostru de fișiere https://www.onworks.net/myfiles.php?username=XXXXX cu numele de utilizator dorit.
- 6. Descărcați aplicația, instalați-o și rulați-o.
CAPTURĂ DE ECRAN:
MLJAR Studio
DESCRIERE:
Lucrăm la o nouă metodă de programare vizuală. Am dezvoltat o aplicație desktop numită MLJAR Studio. Este un mediu de dezvoltare bazat pe notebook-uri, cu rețete de cod interactive și un mediu Python gestionat. Toate rulează local pe mașina dumneavoastră. Așteptăm feedback-ul dumneavoastră. mljar-supervised este un pachet Python de învățare automată automată care funcționează cu date tabelare. Este conceput pentru a economisi timp pentru un specialist în știința datelor. Acesta abstractizează modul obișnuit de preprocesare a datelor, de construire a modelelor de învățare automată și de efectuare a optimizării hiperparametrilor pentru a găsi cel mai bun model. Nu este o cutie neagră, deoarece puteți vedea exact cum este construită conducta de învățare automată (cu un raport Markdown detaliat pentru fiecare model de învățare automată).
DESCRIERE
- Folosește mulți algoritmi: Baseline, Linear, Random Forest, Extra Trees, LightGBM, Xgboost, CatBoost, Neural Networks și Nearest Neighbors.
- Poate calcula Ensemble pe baza unui algoritm greedy din lucrarea lui Caruana
- Poate suprapune modele pentru a construi un ansamblu de nivel 2 (disponibil în modul Compete sau după setarea parametrului stack_models)
- Poate efectua preprocesarea funcțiilor, cum ar fi imputarea valorilor lipsă și convertirea categoriilor. Mai mult, poate gestiona și preprocesarea valorilor țintă.
- Poate realiza inginerie avansată a caracteristicilor, cum ar fi caracteristicile aurii, selecția caracteristicilor, transformările de text și timp.
- Poate regla hiperparametrii cu un algoritm de căutare nu tocmai aleatoriu (căutare aleatorie pe un set definit de valori) și urcarea dealurilor pentru a regla fin modelele finale.
- Poate calcula baza pentru datele tale, astfel încât să știi dacă ai nevoie sau nu de Machine Learning.
Limbaj de programare
Piton
Categorii
Aceasta este o aplicație care poate fi descărcată și de la https://sourceforge.net/projects/mljar-studio.mirror/. A fost găzduită în OnWorks pentru a putea fi rulată online în cel mai simplu mod de pe unul dintre sistemele noastre de operare gratuite.