यह डार्ट्स नाम का विंडोज ऐप है जिसकी नवीनतम रिलीज को रिलीजमिनॉर0.22.0.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 कोई भी ओएस ऑनवर्क्स ऑनलाइन एमुलेटर शुरू करें, लेकिन बेहतर विंडोज ऑनलाइन एमुलेटर।
- 5. ऑनवर्क्स विंडोज 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 और इसे इंस्टॉल करें।
- 7. अपने Linux वितरण सॉफ़्टवेयर रिपॉजिटरी से वाइन डाउनलोड करें। एक बार इंस्टॉल हो जाने पर, आप ऐप को वाइन के साथ चलाने के लिए डबल-क्लिक कर सकते हैं। आप PlayOnLinux को भी आज़मा सकते हैं, जो वाइन पर एक फैंसी इंटरफ़ेस है जो आपको लोकप्रिय विंडोज़ प्रोग्राम और गेम इंस्टॉल करने में मदद करेगा।
वाइन लिनक्स पर विंडोज सॉफ्टवेयर चलाने का एक तरीका है, लेकिन विंडोज की आवश्यकता नहीं है। वाइन एक ओपन-सोर्स विंडोज संगतता परत है जो किसी भी लिनक्स डेस्कटॉप पर सीधे विंडोज प्रोग्राम चला सकती है। अनिवार्य रूप से, वाइन खरोंच से पर्याप्त विंडोज़ को फिर से लागू करने की कोशिश कर रहा है ताकि वह उन सभी विंडोज़ अनुप्रयोगों को वास्तव में विंडोज़ की आवश्यकता के बिना चला सके।
स्क्रीनशॉट:
डार्ट्स
विवरण:
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।