Bu, en son sürümü v0.4.7sourcecode.tar.gz olarak indirilebilen AutoMLPipeline.jl adlı Windows uygulamasıdır. İş istasyonları için ücretsiz barındırma sağlayıcısı OnWorks'te çevrimiçi olarak çalıştırılabilir.
AutoMLPipeline.jl adlı bu uygulamayı OnWorks ile ücretsiz olarak çevrimiçi indirin ve çalıştırın.
Bu uygulamayı çalıştırmak için şu talimatları izleyin:
- 1. Bu uygulamayı PC'nize indirdiniz.
- 2. Dosya yöneticimize https://www.onworks.net/myfiles.php?username=XXXXX istediğiniz kullanıcı adını girin.
- 3. Bu uygulamayı böyle bir dosya yöneticisine yükleyin.
- 4. Bu web sitesinden herhangi bir OS OnWorks çevrimiçi öykünücüsünü başlatın, ancak daha iyi Windows çevrimiçi öykünücüsü.
- 5. Yeni başlattığınız OnWorks Windows işletim sisteminden, istediğiniz kullanıcı adıyla https://www.onworks.net/myfiles.php?username=XXXXX dosya yöneticimize gidin.
- 6. Uygulamayı indirin ve kurun.
- 7. Wine'ı Linux dağıtımları yazılım havuzlarınızdan indirin. Kurulduktan sonra, Wine ile çalıştırmak için uygulamaya çift tıklayabilirsiniz. Ayrıca, popüler Windows programlarını ve oyunlarını yüklemenize yardımcı olacak Wine üzerinden gösterişli bir arayüz olan PlayOnLinux'u da deneyebilirsiniz.
Wine, Windows yazılımını Linux üzerinde çalıştırmanın bir yoludur, ancak Windows gerektirmez. Wine, Windows programlarını doğrudan herhangi bir Linux masaüstünde çalıştırabilen açık kaynaklı bir Windows uyumluluk katmanıdır. Esasen Wine, Windows'a ihtiyaç duymadan tüm bu Windows uygulamalarını çalıştırabilmesi için yeterince Windows'u sıfırdan yeniden uygulamaya çalışıyor.
EKRAN
Ad
AutoMLPipeline.jl
AÇIKLAMA
AutoMLPipeline (AMLP), basit ifadeler kullanarak karmaşık ML işlem hattı yapıları oluşturmayı kolaylaştıran bir pakettir. İşlem hattı ifadelerini sembolik olarak işlemek ve değiştirmek için Julia'nın yerleşik makro programlama özelliklerinden yararlanır ve makine öğrenimi regresyonu ve sınıflandırması için en uygun yapıları keşfetmeyi kolaylaştırır. Örnek olarak, ica (Bağımsız Bileşen Analizi) ve pca (Temel Bileşen Analizi) dönüşümleri için sırasıyla sayısal özellikler (numf) çıkaran ve rf (Rastgele Orman) modellemesi için belirli bir verinin kategorik özelliklerinin (catf) sıcak bit kodlamasıyla (ohe) birleştirilen tipik bir makine öğrenimi iş akışının işlem hattı ifadesi ve değerlendirmesi aşağıda verilmiştir.
Özellikler
- Karmaşık boru hattı yapıları ve işleme iş akışlarının kolay ifadesi ve üst düzey açıklaması için sembolik boru hattı API'si
- Scikitlearn, DecisionTree vb. dahil olmak üzere ML kütüphaneleri için ortak API sarmalayıcıları
- Sadece iki ana arayüzü aşırı yükleyerek kolayca genişletilebilen mimari: fit! ve transform
- Sağlam tahmin rutinleri için toplulukların topluluklarının bileşimine (gerekirse yinelemeli olarak) izin veren meta topluluklar
- Türlere dayalı özel ön işleme rutinleri için kategorik ve sayısal özellik seçiciler
- AutoMLPipeline, Julia Resmi paket kayıt defterindedir
Programlama dili
Julia
Kategoriler
Bu uygulama, https://sourceforge.net/projects/automlpipeline-jl.mirror/ adresinden de indirilebilir. Ücretsiz İşletim Sistemlerimizden biri üzerinden çevrimiçi olarak en kolay şekilde çalıştırılabilmesi için OnWorks'te barındırılmıştır.
