Ito ang Linux app na pinangalanang ExSTraCS na ang pinakabagong release ay maaaring ma-download bilang ExSTraCS_v2.1.zip. Maaari itong patakbuhin online sa libreng hosting provider na OnWorks para sa mga workstation.
I-download at patakbuhin online ang app na ito na pinangalanang ExSTraCS kasama ang OnWorks nang libre.
Sundin ang mga tagubiling ito upang patakbuhin ang app na ito:
- 1. Na-download ang application na ito sa iyong PC.
- 2. Ipasok sa aming file manager https://www.onworks.net/myfiles.php?username=XXXXX kasama ang username na gusto mo.
- 3. I-upload ang application na ito sa naturang filemanager.
- 4. Simulan ang OnWorks Linux online o Windows online emulator o MACOS online emulator mula sa website na ito.
- 5. Mula sa OnWorks Linux OS na kasisimula mo pa lang, pumunta sa aming file manager https://www.onworks.net/myfiles.php?username=XXXX gamit ang username na gusto mo.
- 6. I-download ang application, i-install ito at patakbuhin ito.
MGA LALAKI
Ad
ExSTRaCS
DESCRIPTION
Ang advanced na machine learning algorithm na ito ay isang Michigan-style learning classifier system (LCS) na binuo para magpakadalubhasa sa classification, prediction, data mining, at mga gawain sa pagtuklas ng kaalaman. Ang mga algorithm ng LCS na istilo ng Michigan ay bumubuo ng isang natatanging klase ng mga algorithm na namamahagi ng mga natutunang pattern sa isang collaborative na populasyon ng mga indibidwal na nabibigyang kahulugan ng IF:THEN na mga panuntunan, na nagbibigay-daan sa kanila na flexible at epektibong ilarawan ang kumplikado at magkakaibang mga espasyo ng problema. Pangunahing binuo ang ExSTraCS upang matugunan ang mga problema sa epidemiological data mining upang matukoy ang mga kumplikadong pattern na nauugnay sa mga predictive na katangian sa maingay na mga dataset sa mga phenotype ng sakit na interesado. Pinagsasama ng ExSTraCS ang ilang kamakailang pagsulong sa isang solong algorithmic platform. Maaari nitong flexible na pangasiwaan ang (1) mga discrete o tuluy-tuloy na attribute, (2) nawawalang data, (3) balanse o hindi balanseng mga dataset, at (4) binary o maraming klase. Ang isang kumpletong gabay sa mga gumagamit para sa ExSTraCS ay kasama. Naka-code sa Python 2.7.
Audience
Industriya ng Pinansyal at Insurance, Agham/Pananaliksik, Edukasyon
Wika ng Programming
Sawa
Kategorya
Ito ay isang application na maaari ding kunin mula sa https://sourceforge.net/projects/exstracs/. Na-host ito sa OnWorks upang mapatakbo online sa pinakamadaling paraan mula sa isa sa aming mga libreng Operative System.
