Ini adalah aplikasi Windows bernama Recommenders yang rilis terbarunya dapat diunduh sebagai Recommenders0.7.0.zip. Ini dapat dijalankan secara online di penyedia hosting gratis OnWorks untuk workstation.
Unduh dan jalankan secara online aplikasi bernama Recommenders with OnWorks ini secara gratis.
Ikuti petunjuk ini untuk menjalankan aplikasi ini:
- 1. Download aplikasi ini di PC Anda.
- 2. Masuk ke file manager kami https://www.onworks.net/myfiles.php?username=XXXXX dengan username yang anda inginkan.
- 3. Upload aplikasi ini di filemanager tersebut.
- 4. Mulai emulator online OS OnWorks apa pun dari situs web ini, tetapi emulator online Windows yang lebih baik.
- 5. Dari OS Windows OnWorks yang baru saja Anda mulai, buka file manager kami https://www.onworks.net/myfiles.php?username=XXXXX dengan nama pengguna yang Anda inginkan.
- 6. Unduh aplikasi dan instal.
- 7. Unduh Wine dari repositori perangkat lunak distribusi Linux Anda. Setelah terinstal, Anda kemudian dapat mengklik dua kali aplikasi untuk menjalankannya dengan Wine. Anda juga dapat mencoba PlayOnLinux, antarmuka mewah di atas Wine yang akan membantu Anda menginstal program dan game Windows populer.
Wine adalah cara untuk menjalankan perangkat lunak Windows di Linux, tetapi tidak memerlukan Windows. Wine adalah lapisan kompatibilitas Windows sumber terbuka yang dapat menjalankan program Windows secara langsung di desktop Linux apa pun. Pada dasarnya, Wine mencoba untuk mengimplementasikan kembali Windows dari awal sehingga dapat menjalankan semua aplikasi Windows tersebut tanpa benar-benar membutuhkan Windows.
Tangkapan layar
Ad
Rekomendasi
DESKRIPSI
Repositori Recommenders memberikan contoh dan praktik terbaik untuk membangun sistem rekomendasi, yang disediakan sebagai notebook Jupyter. Modul reco_utils berisi fungsi untuk menyederhanakan tugas umum yang digunakan saat mengembangkan dan mengevaluasi sistem rekomendasi. Beberapa utilitas disediakan di reco_utils untuk mendukung tugas-tugas umum seperti memuat kumpulan data dalam format yang diharapkan oleh algoritma yang berbeda, mengevaluasi keluaran model, dan memisahkan data pelatihan/pengujian. Implementasi dari beberapa algoritme canggih disertakan untuk belajar mandiri dan kustomisasi dalam aplikasi Anda sendiri. Silakan lihat panduan penyiapan untuk detail selengkapnya tentang penyiapan mesin Anda secara lokal, pada mesin virtual ilmu data (DSVM) atau di Azure Databricks. Algoritma dan utilitas independen atau inkubasi adalah kandidat untuk folder contrib. Ini akan menampung kontribusi yang mungkin tidak mudah masuk ke dalam repositori inti atau perlu waktu untuk refactor atau mematangkan kode dan menambahkan tes yang diperlukan.
Fitur
- Mempersiapkan dan memuat data untuk setiap algoritme pemberi rekomendasi
- Membangun model menggunakan berbagai algoritme pemberi rekomendasi pembelajaran klasik dan mendalam seperti Alternating Least Squares (ALS) atau eXtreme Deep Factorization Machines (xDeepFM)
- Mengevaluasi algoritme dengan metrik offline
- Menyetel dan mengoptimalkan hyperparameter untuk model rekomendasi
- Mengoperasikan model dalam lingkungan produksi di Azure
- Untuk algoritme pembelajaran mendalam, disarankan untuk menggunakan mesin GPU
Bahasa Pemrograman
Ular sanca
Ini adalah aplikasi yang juga dapat diambil dari https://sourceforge.net/projects/recommenders.mirror/. Ini telah di-host di OnWorks untuk dijalankan secara online dengan cara termudah dari salah satu Sistem Operasi gratis kami.
