यह डार्ट्स नाम का लिनक्स ऐप है जिसकी नवीनतम रिलीज़ को रिलीज़मिनोर0.26.0.zip के रूप में डाउनलोड किया जा सकता है। इसे वर्कस्टेशन के लिए मुफ्त होस्टिंग प्रदाता ऑनवर्क्स में ऑनलाइन चलाया जा सकता है।
डार्ट्स विद ऑनवर्क्स नाम के इस ऐप को मुफ्त में डाउनलोड करें और ऑनलाइन चलाएं।
इस ऐप को चलाने के लिए इन निर्देशों का पालन करें:
- 1. इस एप्लिकेशन को अपने पीसी में डाउनलोड करें।
- 2. हमारे फ़ाइल प्रबंधक में https://www.onworks.net/myfiles.php?username=XXXXX उस उपयोगकर्ता नाम के साथ दर्ज करें जो आप चाहते हैं।
- 3. इस एप्लिकेशन को ऐसे फाइल मैनेजर में अपलोड करें।
- 4. इस वेबसाइट से ऑनवर्क्स लिनक्स ऑनलाइन या विंडोज ऑनलाइन एमुलेटर या मैकोज़ ऑनलाइन एमुलेटर शुरू करें।
- 5. ऑनवर्क्स लिनक्स ओएस से आपने अभी शुरुआत की है, हमारे फाइल मैनेजर को https://www.onworks.net/myfiles.php?username=XXXXX उस यूजरनेम के साथ जाएं जो आप चाहते हैं।
- 6. एप्लिकेशन डाउनलोड करें, इसे इंस्टॉल करें और इसे चलाएं।
स्क्रीनशॉट
Ad
डार्ट्स
वर्णन
डार्ट्स समय श्रृंखला के आसान हेरफेर और पूर्वानुमान के लिए एक पायथन लाइब्रेरी है। इसमें ARIMA जैसे क्लासिक्स से लेकर डीप न्यूरल नेटवर्क तक कई तरह के मॉडल शामिल हैं। स्किकिट-लर्न के समान, फिट () और प्रेडिक्ट () फ़ंक्शंस का उपयोग करके मॉडल सभी को एक ही तरह से इस्तेमाल किया जा सकता है। पुस्तकालय मॉडलों का बैकटेस्ट करना, कई मॉडलों की भविष्यवाणियों को संयोजित करना और बाहरी डेटा को ध्यान में रखना भी आसान बनाता है। डार्ट्स अविभिन्न और बहुभिन्नरूपी समय श्रृंखला और मॉडल दोनों का समर्थन करता है। एमएल-आधारित मॉडल को कई समय श्रृंखला वाले संभावित बड़े डेटासेट पर प्रशिक्षित किया जा सकता है, और कुछ मॉडल संभाव्य पूर्वानुमान के लिए एक समृद्ध समर्थन प्रदान करते हैं। हम अनुशंसा करते हैं कि पहले अपने पसंदीदा टूल (conda, venv, virtualenv के साथ या बिना virtualenvwrapper) का उपयोग करके कम से कम Python 3.7 के साथ अपने प्रोजेक्ट के लिए एक स्वच्छ Python वातावरण सेटअप करें।
विशेषताएं
- पूर्वानुमान मॉडल का एक बड़ा संग्रह; सांख्यिकीय मॉडल (जैसे ARIMA) से गहन शिक्षण मॉडल (जैसे N-BEATS) तक
- TimeSeries बहुभिन्नरूपी हो सकती है - यानी, एक एकल स्केलर मान के बजाय कई समय-भिन्न आयाम होते हैं
- सभी मशीन लर्निंग आधारित मॉडल (सभी तंत्रिका नेटवर्क सहित) एकाधिक (संभावित रूप से बहुभिन्नरूपी) श्रृंखला पर प्रशिक्षित होने का समर्थन करते हैं
- TimeSeries ऑब्जेक्ट (वैकल्पिक रूप से) स्टोचैस्टिक समय श्रृंखला का प्रतिनिधित्व कर सकते हैं; उदाहरण के लिए इसका उपयोग विश्वास अंतराल प्राप्त करने के लिए किया जा सकता है, और कई मॉडल संभाव्य पूर्वानुमान के विभिन्न स्वादों का समर्थन करते हैं
- डार्ट्स में कई मॉडल पूर्व-अवलोकित और/या भविष्य-ज्ञात कोवरिएट (बाहरी डेटा) समय श्रृंखला का समर्थन करते हैं, जो पूर्वानुमानों के उत्पादन के लिए इनपुट के रूप में होते हैं।
- समय-निर्भर डेटा के अलावा, TimeSeries में प्रत्येक आयाम के लिए स्थिर डेटा भी हो सकता है, जिसका कुछ मॉडलों द्वारा उपयोग किया जा सकता है
प्रोग्रामिंग भाषा
अजगर
कैटिगरीज
यह एक ऐसा एप्लिकेशन है जिसे https://sourceforge.net/projects/darts.mirror/ से भी प्राप्त किया जा सकता है। इसे हमारे निःशुल्क ऑपरेटिव सिस्टम में से किसी एक से आसान तरीके से ऑनलाइन चलाने के लिए ऑनवर्क्स में होस्ट किया गया है।
