Aceasta este aplicația Linux numită Recommenders a cărei ultimă versiune poate fi descărcată ca Recommenders0.7.0.zip. Poate fi rulat online în furnizorul de găzduire gratuit OnWorks pentru stații de lucru.
Descărcați și rulați online această aplicație numită Recommenders cu OnWorks gratuit.
Urmați aceste instrucțiuni pentru a rula această aplicație:
- 1. Ați descărcat această aplicație pe computer.
- 2. Introduceți în managerul nostru de fișiere https://www.onworks.net/myfiles.php?username=XXXXX cu numele de utilizator pe care îl doriți.
- 3. Încărcați această aplicație într-un astfel de manager de fișiere.
- 4. Porniți emulatorul online OnWorks Linux sau Windows online sau emulatorul online MACOS de pe acest site web.
- 5. Din sistemul de operare OnWorks Linux pe care tocmai l-ați pornit, accesați managerul nostru de fișiere https://www.onworks.net/myfiles.php?username=XXXXX cu numele de utilizator dorit.
- 6. Descărcați aplicația, instalați-o și rulați-o.
SCREENSHOTS
Ad
Recomandatori
DESCRIERE
Depozitul Recommenders oferă exemple și cele mai bune practici pentru construirea de sisteme de recomandare, furnizate ca notebook-uri Jupyter. Modulul reco_utils conține funcții pentru a simplifica sarcinile comune utilizate la dezvoltarea și evaluarea sistemelor de recomandare. Mai multe utilitare sunt furnizate în reco_utils pentru a sprijini sarcini comune, cum ar fi încărcarea seturilor de date în formatul așteptat de diferiți algoritmi, evaluarea rezultatelor modelului și împărțirea datelor de antrenament/test. Implementările mai multor algoritmi de ultimă generație sunt incluse pentru auto-studiu și personalizare în propriile aplicații. Consultați ghidul de configurare pentru mai multe detalii despre configurarea mașinii dvs. local, pe o mașină virtuală de știință a datelor (DSVM) sau pe Azure Databricks. Algoritmii și utilitățile independente sau de incubare sunt candidați pentru folderul contrib. Acest lucru va găzdui contribuții care ar putea să nu se încadreze cu ușurință în depozitul de bază sau să aibă nevoie de timp pentru a refactoriza sau maturiza codul și pentru a adăuga testele necesare.
DESCRIERE
- Pregătirea și încărcarea datelor pentru fiecare algoritm de recomandare
- Construirea de modele folosind diverși algoritmi de recomandare clasici și de deep learning, cum ar fi Alternating Least Squares (ALS) sau eXtreme Deep Factorization Machines (xDeepFM)
- Evaluarea algoritmilor cu valori offline
- Reglarea și optimizarea hiperparametrilor pentru modelele recomandate
- Operaționalizarea modelelor într-un mediu de producție pe Azure
- Pentru algoritmii de învățare profundă, se recomandă utilizarea unei mașini GPU
Limbaj de programare
Piton
Aceasta este o aplicație care poate fi preluată și de la https://sourceforge.net/projects/recommenders.mirror/. A fost găzduit în OnWorks pentru a fi rulat online într-un mod cât mai ușor de pe unul dintre sistemele noastre operative gratuite.
