Ini ialah apl Linux bernama Recommenders yang keluaran terbarunya boleh dimuat turun sebagai Recommenders0.7.0.zip. Ia boleh dijalankan dalam talian dalam penyedia pengehosan percuma OnWorks untuk stesen kerja.
Muat turun dan jalankan dalam talian apl bernama Recommenders dengan OnWorks ini secara percuma.
Ikut arahan ini untuk menjalankan apl ini:
- 1. Memuat turun aplikasi ini dalam PC anda.
- 2. Masukkan dalam pengurus fail kami https://www.onworks.net/myfiles.php?username=XXXXX dengan nama pengguna yang anda mahukan.
- 3. Muat naik aplikasi ini dalam pengurus filem tersebut.
- 4. Mulakan OnWorks Linux dalam talian atau emulator dalam talian Windows atau emulator dalam talian MACOS dari tapak web ini.
- 5. Daripada OS Linux OnWorks yang baru anda mulakan, pergi ke pengurus fail kami https://www.onworks.net/myfiles.php?username=XXXX dengan nama pengguna yang anda mahukan.
- 6. Muat turun aplikasi, pasang dan jalankan.
SKRIN
Ad
Pengesyor
DESCRIPTION
Repositori Pengesyor menyediakan contoh dan amalan terbaik untuk membina sistem pengesyoran, yang disediakan sebagai buku nota Jupyter. Modul reco_utils mengandungi fungsi untuk memudahkan tugas biasa yang digunakan semasa membangunkan dan menilai sistem pengesyor. Beberapa utiliti disediakan dalam reco_utils untuk menyokong tugas biasa seperti memuatkan set data dalam format yang dijangka oleh algoritma yang berbeza, menilai output model dan memisahkan data latihan/ujian. Pelaksanaan beberapa algoritma terkini disertakan untuk kajian sendiri dan penyesuaian dalam aplikasi anda sendiri. Sila lihat panduan persediaan untuk mendapatkan butiran lanjut tentang menyediakan mesin anda secara setempat, pada mesin maya sains data (DSVM) atau pada Azure Databricks. Algoritma dan utiliti bebas atau mengeram adalah calon untuk folder sumbangan. Ini akan menempatkan sumbangan yang mungkin tidak mudah dimuatkan ke dalam repositori teras atau memerlukan masa untuk memfaktorkan semula atau mematangkan kod dan menambah ujian yang diperlukan.
Ciri-ciri
- Menyediakan dan memuatkan data untuk setiap algoritma pengesyor
- Membina model menggunakan pelbagai algoritma pengesyor pembelajaran klasik dan mendalam seperti Alternating Least Squares (ALS) atau eXtreme Deep Factorization Machines (xDeepFM)
- Menilai algoritma dengan metrik luar talian
- Menala dan mengoptimumkan hiperparameter untuk model pengesyor
- Mengoperasikan model dalam persekitaran pengeluaran pada Azure
- Untuk algoritma pembelajaran mendalam, disyorkan untuk menggunakan mesin GPU
Bahasa Pengaturcaraan
Python
Ini adalah aplikasi yang juga boleh diambil dari https://sourceforge.net/projects/recommenders.mirror/. Ia telah dihoskan dalam OnWorks untuk dijalankan dalam talian dengan cara yang paling mudah daripada salah satu Sistem Operasi percuma kami.
