Este é o aplicativo do Windows chamado Bayesian Optimization cuja versão mais recente pode ser baixada como v1.4.2.zip. Ele pode ser executado online no provedor de hospedagem gratuito OnWorks para estações de trabalho.
Baixe e execute online este aplicativo chamado Bayesian Optimization with OnWorks gratuitamente.
Siga estas instruções para executar este aplicativo:
- 1. Baixe este aplicativo em seu PC.
- 2. Entre em nosso gerenciador de arquivos https://www.onworks.net/myfiles.php?username=XXXXX com o nome de usuário que você deseja.
- 3. Carregue este aplicativo em tal gerenciador de arquivos.
- 4. Inicie qualquer emulador on-line OS OnWorks a partir deste site, mas um emulador on-line melhor do Windows.
- 5. No sistema operacional OnWorks Windows que você acabou de iniciar, acesse nosso gerenciador de arquivos https://www.onworks.net/myfiles.php?username=XXXXX com o nome de usuário que deseja.
- 6. Baixe o aplicativo e instale-o.
- 7. Baixe o Wine de seus repositórios de software de distribuição Linux. Depois de instalado, você pode clicar duas vezes no aplicativo para executá-lo com o Wine. Você também pode experimentar o PlayOnLinux, uma interface sofisticada do Wine que o ajudará a instalar programas e jogos populares do Windows.
Wine é uma forma de executar software Windows no Linux, mas sem a necessidade de Windows. Wine é uma camada de compatibilidade do Windows de código aberto que pode executar programas do Windows diretamente em qualquer desktop Linux. Essencialmente, o Wine está tentando reimplementar o suficiente do Windows do zero para que possa executar todos os aplicativos do Windows sem realmente precisar do Windows.
SCREENSHOTS
Ad
Otimização Bayesiana
DESCRIÇÃO
Este é um pacote de otimização global restrito construído sobre inferência bayesiana e processo gaussiano, que tenta encontrar o valor máximo de uma função desconhecida no mínimo de iterações possível. Esta técnica é particularmente adequada para otimização de funções de alto custo, situações em que o equilíbrio entre a exploração e aproveitamento é importante. Informações mais detalhadas, outros recursos avançados e dicas sobre uso / implementação podem ser encontrados na pasta de exemplos. Siga o guia básico do tour para aprender a usar os recursos mais importantes do pacote. Dê uma olhada no guia de turismo avançado para aprender como tornar o pacote mais flexível, como lidar com parâmetros categóricos, como usar observadores e muito mais. Explore as opções que exemplificam o equilíbrio entre exploração e aproveitamento e como controlá-lo. Explore o bloco de notas de redução de domínio para aprender mais sobre como a pesquisa pode ser acelerada alterando dinamicamente os limites dos parâmetros.
Recursos
- A otimização bayesiana funciona através da construção de uma distribuição posterior de funções
- Conforme você itera continuamente, o algoritmo equilibra suas necessidades de exploração e aproveitamento levando em consideração o que sabe sobre a função de destino
- Em cada etapa, um Processo Gaussiano é ajustado às amostras conhecidas (pontos previamente explorados), e a distribuição posterior,
- Este processo é projetado para minimizar o número de etapas necessárias para encontrar uma combinação de parâmetros que estão próximos da combinação ideal
- A Otimização Bayesiana é mais adequada para situações em que a amostragem da função a ser otimizada é um esforço muito caro
- Este é um pacote de otimização de função, portanto, o primeiro e mais importante ingrediente é, obviamente, a função a ser otimizada
Linguagem de Programação
Python
Categorias
Este é um aplicativo que também pode ser obtido em https://sourceforge.net/projects/bayesian-optimization.mirror/. Ele foi hospedado no OnWorks para ser executado online da maneira mais fácil a partir de um de nossos Sistemas Operativos gratuitos.
