ইংরেজিফরাসিস্প্যানিশ

অনওয়ার্কস ফেভিকন

লিনাক্সে অনলাইনে চালানোর জন্য GA-EoC

উবুন্টু অনলাইন, ফেডোরা অনলাইন বা ডেবিয়ান অনলাইনে অনলাইনে চালানোর জন্য লিনাক্স অনলাইনে চালানোর জন্য বিনামূল্যে GA-EoC ডাউনলোড করুন

এটি লিনাক্স অনলাইনে চালানোর জন্য GA-EoC নামের লিনাক্স অ্যাপ যার সর্বশেষ প্রকাশ GA-EoC.jar হিসাবে ডাউনলোড করা যেতে পারে। এটি ওয়ার্কস্টেশনের জন্য বিনামূল্যের হোস্টিং প্রদানকারী OnWorks-এ অনলাইনে চালানো যেতে পারে।

GA-EoC নামের এই অ্যাপটি অনলাইনে ডাউনলোড করুন এবং চালান যাতে বিনামূল্যে OnWorks-এর সাথে Linux-এ চালানো যায়।

এই অ্যাপটি চালানোর জন্য এই নির্দেশাবলী অনুসরণ করুন:

- 1. আপনার পিসিতে এই অ্যাপ্লিকেশনটি ডাউনলোড করুন৷

- 2. আমাদের ফাইল ম্যানেজারে প্রবেশ করুন https://www.onworks.net/myfiles.php?username=XXXXX আপনি যে ইউজারনেম চান।

- 3. এই ধরনের ফাইল ম্যানেজারে এই অ্যাপ্লিকেশনটি আপলোড করুন।

- 4. এই ওয়েবসাইট থেকে OnWorks Linux অনলাইন বা Windows অনলাইন এমুলেটর বা MACOS অনলাইন এমুলেটর শুরু করুন।

- 5. OnWorks Linux OS থেকে আপনি এইমাত্র শুরু করেছেন, আমাদের ফাইল ম্যানেজারে যান https://www.onworks.net/myfiles.php?username=XXXXX আপনার পছন্দের ব্যবহারকারীর নাম সহ।

- 6. অ্যাপ্লিকেশনটি ডাউনলোড করুন, এটি ইনস্টল করুন এবং এটি চালান।

স্ক্রীনশটগুলি

Ad


লিনাক্সে অনলাইনে চালানোর জন্য GA-EoC


বর্ণনাঃ

ডেটা শ্রেণীবিভাগে, এমন কোনও নির্দিষ্ট শ্রেণীবিভাগ নেই যা প্রতিটি ক্ষেত্রে ধারাবাহিকভাবে সম্পাদন করে। উচ্চমাত্রিক এবং শ্রেণী-ভারসাম্যহীন ডেটাসেটের ক্ষেত্রে এটি আরও খারাপ।

শ্রেণী-ভারসাম্যহীন ডেটার সীমাবদ্ধতা কাটিয়ে উঠতে, আমরা ভারসাম্য বজায় রাখার জন্য একটি র্যান্ডম সাব-স্যাম্পলিং ব্যবহার করে ডেটাসেটকে বিভক্ত করি। তারপরে, আমরা (আলফা, বিটা)-কে বৈশিষ্ট্য সেট পদ্ধতি প্রয়োগ করি ফিচারগুলির একটি ভাল উপসেট নির্বাচন করতে এবং তাদের আউটপুটগুলিকে একত্রিত করে ক্লাসিফায়ার প্রশিক্ষণের জন্য একটি সমন্বিত বৈশিষ্ট্য সেট পেতে।

শ্রেণীবিভাগ কর্মক্ষমতা উন্নত করার জন্য, আমরা শ্রেণীবিভাগের একটি সংকলনের প্রস্তাব দিই যেটি সবচেয়ে সহজ এবং বৃহত্তরভাবে ব্যবহৃত সংখ্যাগরিষ্ঠ ভোটিং পদ্ধতি ব্যবহার করে বেস ক্লাসিফায়ারগুলির শ্রেণীবিভাগের আউটপুটগুলিকে একত্রিত করে।

সমস্ত বেস ক্লাসিফায়ার ব্যবহার করে এনসেম্বল তৈরি করার পরিবর্তে, আমরা ভিন্ন ভিন্ন বেস ক্লাসিফায়ার থেকে সেরা সমন্বয় অনুসন্ধান করতে একটি জেনেটিক অ্যালগরিদম (GA) প্রয়োগ করেছি।

নির্বাচিত ডেটাসেটগুলিতে প্রস্তাবিত পদ্ধতি পদ্ধতি দ্বারা অর্জিত শ্রেণীবিভাগ কর্মক্ষমতা আশাব্যঞ্জক।

বৈশিষ্ট্য

  • ক্রস ভ্যালিডেশন ভাঁজ তৈরি করুন এবং ARFF ফর্ম্যাটে ভবিষ্যতে ব্যবহারের জন্য ডিস্কে ডেটাসেট সংরক্ষণ করুন
  • GA-EoC দ্বারা ব্যবহারের জন্য সমস্ত ক্রস ভ্যালিডেশন ট্রেনিং ফোল্ডগুলির জন্য ক্লাসিফায়ার মডেলগুলির ডিস্কে তৈরি এবং সিরিয়ালাইজ করুন
  • সম্পূর্ণ প্রশিক্ষণ ডেটাসেট ব্যবহার করে সমস্ত বেস ক্লাসিফায়ার মডেলের ডিস্কে তৈরি এবং সিরিয়ালাইজ করুন।
  • প্রশিক্ষণ ডেটাসেটে কে-ফোল্ড ক্রস বৈধতা ব্যবহার করে ক্লাসিফায়ারগুলির ভিন্নধর্মী সংমিশ্রণ তৈরি করতে সর্বোত্তম সংমিশ্রণ সমন্বয়ের জন্য অনুসন্ধান করুন (প্রি-জেনারেটেড সিভি ডেটাসেট এবং মডেল ব্যবহার করে)
  • অজানা টেস্টিং ডেটাতে সর্বোত্তম সংমিশ্রণ সমন্বয়ের কার্যকারিতা মূল্যায়ন করুন (সম্পূর্ণ প্রশিক্ষণ ডেটা ব্যবহার করে পূর্ব-উত্পাদিত মডেলগুলি ব্যবহার করুন)


পাঠকবর্গ

তথ্য প্রযুক্তি, বিজ্ঞান/গবেষণা, শিক্ষা, উন্নত শেষ ব্যবহারকারী, বিকাশকারী


ব্যবহারকারী ইন্টারফেস

কনসোল/টার্মিনাল, কমান্ড-লাইন


প্রোগ্রামিং ভাষা

জাভা



এটি একটি অ্যাপ্লিকেশন যা https://sourceforge.net/projects/geneticensembleclassifier/ থেকেও আনা যেতে পারে। আমাদের বিনামূল্যের অপারেটিভ সিস্টেমগুলির মধ্যে একটি থেকে সবচেয়ে সহজ উপায়ে অনলাইনে চালানোর জন্য এটি OnWorks-এ হোস্ট করা হয়েছে।


Ad