यह विंडोज़ ऐप है जिसका नाम Python Outlier Detection है जिसकी नवीनतम रिलीज़ को v1.0.8.zip के रूप में डाउनलोड किया जा सकता है। इसे वर्कस्टेशन के लिए मुफ्त होस्टिंग प्रदाता ऑनवर्क्स में ऑनलाइन चलाया जा सकता है।
ऑनवर्क्स के साथ पायथन आउटलेयर डिटेक्शन नाम के इस ऐप को ऑनलाइन डाउनलोड करें और 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
Ad
पायथन आउटलेयर डिटेक्शन
वर्णन
बहुभिन्नरूपी डेटा में बाहरी वस्तुओं का पता लगाने के लिए PyOD एक व्यापक और स्केलेबल पायथन टूलकिट है। इस रोमांचक लेकिन चुनौतीपूर्ण क्षेत्र को आमतौर पर बाहरी पहचान या विसंगति का पता लगाने के रूप में जाना जाता है। PyOD में शास्त्रीय LOF (SIGMOD 30) से नवीनतम COPOD (ICDM 2000) और SUOD (MLSys 2020) तक 2021 से अधिक डिटेक्शन एल्गोरिदम शामिल हैं। 2017 के बाद से, PyOD [AZNL19] का कई अकादमिक शोधों और वाणिज्यिक उत्पादों [AZHC+21, AZNHL19] में सफलतापूर्वक उपयोग किया गया है। PyOD में कई तंत्रिका नेटवर्क-आधारित मॉडल हैं, उदाहरण के लिए, AutoEncoders, जो PyTorch और Tensorflow दोनों में कार्यान्वित किए जाते हैं। पीओओडी में कई मॉडल होते हैं जो स्किकिट-लर्न में भी मौजूद होते हैं। एसयूओडी ढांचे का लाभ उठाकर पीओओडी में बड़ी संख्या में डिटेक्शन मॉडल के साथ प्रशिक्षण और भविष्यवाणी करना संभव है। कार्यान्वित मॉडलों का अवलोकन प्रदान करने के लिए चुनिंदा एल्गोरिदम के लिए एक बेंचमार्क प्रदान किया जाता है। तुलना के लिए कुल मिलाकर 17 बेंचमार्क डेटासेट का उपयोग किया जाता है, जिन्हें ओडीडीएस पर डाउनलोड किया जा सकता है।
विशेषताएं
- विभिन्न एल्गोरिदम में एकीकृत एपीआई, विस्तृत दस्तावेज़ीकरण और इंटरैक्टिव उदाहरण
- उन्नत मॉडल, जिसमें स्किकिट-लर्न के क्लासिकल मॉडल, नवीनतम डीप लर्निंग मेथड्स और सीओपीओडी जैसे उभरते एल्गोरिदम शामिल हैं।
- numba और joblib का उपयोग करते हुए, जब संभव हो तो JIT और समानांतरकरण के साथ अनुकूलित प्रदर्शन
- SUOD . के साथ तेज़ प्रशिक्षण और भविष्यवाणी
- पायथन 2 और 3 दोनों के साथ संगत
- व्यक्तिगत पहचान एल्गोरिदम
प्रोग्रामिंग भाषा
अजगर
कैटिगरीज
यह एक ऐसा एप्लिकेशन है जिसे https://sourceforge.net/projects/python-outlier-detect.mirror/ से भी प्राप्त किया जा सकता है। इसे ऑनवर्क्स में होस्ट किया गया है ताकि इसे हमारे एक फ्री ऑपरेटिव सिस्टम से सबसे आसान तरीके से ऑनलाइन चलाया जा सके।
