Dit is de Linux-app genaamd Darts waarvan de nieuwste release kan worden gedownload als Releaseminor0.26.0.zip. Het kan online worden uitgevoerd in de gratis hostingprovider OnWorks voor werkstations.
Download en gebruik deze app genaamd Darts met OnWorks gratis online.
Volg deze instructies om deze app uit te voeren:
- 1. Download deze applicatie op uw pc.
- 2. Voer in onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX in met de gebruikersnaam die u wilt.
- 3. Upload deze applicatie in zo'n bestandsbeheerder.
- 4. Start de OnWorks Linux online of Windows online emulator of MACOS online emulator vanaf deze website.
- 5. Ga vanuit het OnWorks Linux-besturingssysteem dat u zojuist hebt gestart naar onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX met de gewenste gebruikersnaam.
- 6. Download de applicatie, installeer hem en voer hem uit.
SCREENSHOTS
Ad
Darts
PRODUCTBESCHRIJVING
darts is een Python-bibliotheek voor eenvoudige manipulatie en voorspelling van tijdreeksen. Het bevat een verscheidenheid aan modellen, van klassiekers zoals ARIMA tot diepe neurale netwerken. De modellen kunnen allemaal op dezelfde manier worden gebruikt, met behulp van de functies fit() en predict(), vergelijkbaar met scikit-learn. De bibliotheek maakt het ook gemakkelijk om modellen te backtesten, de voorspellingen van verschillende modellen te combineren en rekening te houden met externe gegevens. Darts ondersteunt zowel univariate als multivariate tijdreeksen en modellen. De op ML gebaseerde modellen kunnen worden getraind op potentieel grote datasets die meerdere tijdreeksen bevatten, en sommige modellen bieden uitgebreide ondersteuning voor probabilistische prognoses. We raden aan om eerst een schone Python-omgeving voor je project in te stellen met minimaal Python 3.7 met je favoriete tool (conda, venv, virtualenv met of zonder virtualenvwrapper).
Kenmerken
- Een grote verzameling voorspellingsmodellen; van statistische modellen (zoals ARIMA) tot deep learning-modellen (zoals N-BEATS)
- TimeSeries kan multivariate zijn - dwz meerdere tijdsvariërende dimensies bevatten in plaats van een enkele scalaire waarde
- Alle op machine learning gebaseerde modellen (inclusief alle neurale netwerken) ondersteunen het trainen op meerdere (mogelijk multivariate) series
- TimeSeries-objecten kunnen (optioneel) stochastische tijdreeksen vertegenwoordigen; dit kan bijvoorbeeld worden gebruikt om betrouwbaarheidsintervallen te krijgen, en veel modellen ondersteunen verschillende soorten probabilistische prognoses
- Veel modellen in Darts ondersteunen in het verleden geobserveerde en/of in de toekomst bekende covariate (externe gegevens) tijdreeksen als input voor het produceren van voorspellingen
- Naast tijdafhankelijke gegevens kan TimeSeries ook statische gegevens bevatten voor elke dimensie, die door sommige modellen kunnen worden benut
Programmeertaal
Python
Categorieën
Dit is een applicatie die ook kan worden opgehaald van https://sourceforge.net/projects/darts.mirror/. Het is gehost in OnWorks om op een gemakkelijkste manier online te kunnen worden uitgevoerd vanuit een van onze gratis besturingssystemen.