Это приложение для Windows под названием Darts, последний выпуск которого можно загрузить как Releaseminor0.22.0.zip. Его можно запустить онлайн на бесплатном хостинг-провайдере OnWorks для рабочих станций.
Загрузите и запустите онлайн это приложение Darts with OnWorks бесплатно.
Следуйте этим инструкциям, чтобы запустить это приложение:
- 1. Загрузил это приложение на свой компьютер.
- 2. Введите в нашем файловом менеджере https://www.onworks.net/myfiles.php?username=XXXXX с желаемым именем пользователя.
- 3. Загрузите это приложение в такой файловый менеджер.
- 4. Запустите любой онлайн-эмулятор OS OnWorks с этого сайта, но лучше онлайн-эмулятор Windows.
- 5. В только что запущенной ОС Windows OnWorks перейдите в наш файловый менеджер https://www.onworks.net/myfiles.php?username=XXXXX с желаемым именем пользователя.
- 6. Скачайте приложение и установите его.
- 7. Загрузите Wine из репозиториев программного обеспечения вашего дистрибутива Linux. После установки вы можете дважды щелкнуть приложение, чтобы запустить его с помощью Wine. Вы также можете попробовать PlayOnLinux, необычный интерфейс поверх Wine, который поможет вам установить популярные программы и игры для Windows.
Wine - это способ запустить программное обеспечение Windows в Linux, но без Windows. Wine - это уровень совместимости с Windows с открытым исходным кодом, который может запускать программы Windows непосредственно на любом рабочем столе Linux. По сути, Wine пытается заново реализовать Windows с нуля, чтобы можно было запускать все эти Windows-приложения, фактически не нуждаясь в Windows.
СКРИНШОТЫ
Ad
Дартс
ОПИСАНИЕ
Darts — это библиотека Python для удобного манипулирования и прогнозирования временных рядов. Он содержит множество моделей, от классических, таких как ARIMA, до глубоких нейронных сетей. Все модели можно использовать одинаково, используя функции fit() и Predict(), аналогичные scikit-learn. Библиотека также упрощает тестирование моделей, объединение прогнозов нескольких моделей и учет внешних данных. Darts поддерживает как одномерные, так и многомерные временные ряды и модели. Модели на основе машинного обучения можно обучать на потенциально больших наборах данных, содержащих несколько временных рядов, а некоторые из моделей предлагают богатую поддержку вероятностного прогнозирования. Мы рекомендуем сначала настроить чистую среду Python для вашего проекта, по крайней мере, с Python 3.7, используя ваш любимый инструмент (conda, venv, virtualenv с или без virtualenvwrapper).
Особенности
- Большая коллекция моделей прогнозирования; от статистических моделей (таких как ARIMA) до моделей глубокого обучения (таких как N-BEATS)
- Временные ряды могут быть многомерными, т. е. содержать несколько изменяющихся во времени измерений вместо одного скалярного значения.
- Все модели на основе машинного обучения (включая все нейронные сети) поддерживают обучение на нескольких (потенциально многомерных) сериях.
- Объекты TimeSeries могут (необязательно) представлять стохастические временные ряды; например, это можно использовать для получения доверительных интервалов, и многие модели поддерживают различные варианты вероятностного прогнозирования.
- Многие модели в Darts поддерживают наблюдаемые в прошлом и/или известные в будущем ковариатные (внешние данные) временные ряды в качестве исходных данных для создания прогнозов.
- В дополнение к данным, зависящим от времени, TimeSeries также может содержать статические данные для каждого измерения, которые могут использоваться некоторыми моделями.
Язык программирования
Питон
Категории
Это приложение также можно загрузить с https://sourceforge.net/projects/darts.mirror/. Он был размещен в OnWorks, чтобы его можно было легко запускать в Интернете с помощью одной из наших бесплатных операционных систем.
