这是一个名为 Fuzzy 机器学习框架的 Linux 应用程序，可以在 Linux 在线运行，其最新版本可以下载为fuzzy_ml_1_10.tgz。 它可以在工作站的免费托管服务提供商 OnWorks 中在线运行。
下载并在线运行这个名为 Fuzzy 机器学习框架的应用程序，可以免费在 Linux 中使用 OnWorks 在线运行。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从此网站启动OnWorks Linux online 或Windows online emulator 或MACOS online emulator。
- 5. 从您刚刚启动的 OnWorks Linux 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序，安装并运行。
SCREENSHOTS
Ad
在 Linux 在线运行的模糊机器学习框架
商品描述
模糊机器学习框架是使用直觉模糊数据进行机器学习的库和 GUI 前端。 该方法基于直觉模糊集和可能性理论。 进一步的特征是模糊特征和类别； 数值、枚举特征和基于语言变量的特征； 用户定义的功能； 派生和评估的特征； 分类器作为构建层次系统的特征； 在依赖特征的情况下自动细化； 增量学习； 模糊控制语言支持； 面向对象的软件设计，具有可扩展的对象和自动垃圾收集功能； 通过 ODBC 或 SQLite 的通用数据库支持； 文本 I/O 和 HTML 输出； 基于 GTK+ 的高级图形用户界面； 和使用示例。特性
- 基于直觉模糊集和可能性理论
- 系统操作的所有数据都被认为是模糊的
- 模糊类，框架内的类对显着特征进行自然解释
- 数值、枚举特征和基于语言变量的特征
- 开放定义数字、名义和语言的内置类别之外的新功能
- 派生和评估的特征。 连同测量的特征，系统支持从其他特征推导出的特征
- 分类器作为构建分层系统的特征
- 在依赖特征的情况下自动细化
- 增量学习支持
- 扩展的模糊控制语言支持
- 面向对象的软件设计
- 特征、训练集和分类器是可扩展的对象
- 自动垃圾收集
- 通过 ODBC 和 SQLite 提供通用数据库支持
- 符合 Ada 95、2005、2012。 GTK+ GUI 至少需要 Ada 2005
- 为教学集和分类器提供文本 I/O。 教学集可以从文本文件中以直观的格式导入
- 训练集和分类器可以直接以 HTML 格式输出，支持 web-ready 解决方案
- GTK+ 3 图形用户界面。 GUI 是可选的，系统可以完全以编程方式使用
- 随附一组样本，从说明系统组件使用的样本到基于现实生活和大小数据的训练示例
目的
科学/研究、教育、高级最终用户、开发人员
用户界面
GTK +
程式语言
Ada
数据库环境
SQLite、ODBC
这是一个也可以从 https://sourceforge.net/projects/fuzzyml/ 获取的应用程序。 它已托管在 OnWorks 中，以便从我们的免费操作系统之一以最简单的方式在线运行。
