Це програма для Windows під назвою Darts, останню версію якої можна завантажити як Releaseminor0.22.0.zip. Його можна запустити онлайн у безкоштовного хостинг-провайдера OnWorks для робочих станцій.
Завантажте та запустіть цю програму під назвою Darts with OnWorks безкоштовно.
Дотримуйтесь цих інструкцій, щоб запустити цю програму:
- 1. Завантажив цю програму на свій ПК.
- 2. Введіть у наш файловий менеджер https://www.onworks.net/myfiles.php?username=XXXXX із потрібним ім'ям користувача.
- 3. Завантажте цю програму в такий файловий менеджер.
- 4. Запустіть будь-який онлайн емулятор ОС OnWorks з цього веб-сайту, але кращий онлайн-емулятор Windows.
- 5. З ОС OnWorks Windows, яку ви щойно запустили, перейдіть до нашого файлового менеджера https://www.onworks.net/myfiles.php?username=XXXXX з потрібним іменем користувача.
- 6. Завантажте програму та встановіть її.
- 7. Завантажте Wine зі сховищ програмного забезпечення дистрибутивів Linux. Після встановлення ви можете двічі клацнути програму, щоб запустити їх за допомогою Wine. Ви також можете спробувати PlayOnLinux, модний інтерфейс замість Wine, який допоможе вам встановити популярні програми та ігри Windows.
Wine — це спосіб запуску програмного забезпечення Windows на Linux, але без використання Windows. Wine — це рівень сумісності Windows з відкритим вихідним кодом, який може запускати програми Windows безпосередньо на будь-якому робочому столі Linux. По суті, Wine намагається повторно реалізувати достатньо Windows з нуля, щоб він міг запускати всі ці програми Windows, насправді не потребуючи Windows.
ЕКРАНИ
Ad
Дартс
ОПИС
darts — це бібліотека Python для легкого маніпулювання та прогнозування часових рядів. Він містить різноманітні моделі, від класичних, таких як ARIMA, до глибоких нейронних мереж. Всі моделі можна використовувати однаково, використовуючи функції fit() і predict(), подібні до scikit-learn. Бібліотека також дозволяє легко тестувати моделі, поєднувати прогнози кількох моделей і враховувати зовнішні дані. Darts підтримує як однофакторні, так і багатофакторні часові ряди та моделі. Моделі на основі ML можна навчити на потенційно великих наборах даних, що містять кілька часових рядів, а деякі з моделей пропонують широку підтримку ймовірнісного прогнозування. Ми рекомендуємо спочатку налаштувати чисте середовище Python для вашого проекту з принаймні Python 3.7 за допомогою вашого улюбленого інструменту (conda, venv, virtualenv з або без virtualenvwrapper).
Функції
- Велика колекція моделей прогнозування; від статистичних моделей (таких як ARIMA) до моделей глибокого навчання (таких як N-BEATS)
- Часові ряди можуть бути багатовимірними, тобто містити декілька змінних у часі вимірювань замість одного скалярного значення
- Усі моделі на основі машинного навчання (включно з усіма нейронними мережами) підтримують навчання на кількох (потенційно багатоваріантних) серіях
- Об’єкти TimeSeries можуть (необов’язково) представляти стохастичний часовий ряд; це можна, наприклад, використовувати для отримання довірчих інтервалів, і багато моделей підтримують різні варіанти імовірнісного прогнозування
- Багато моделей у Darts підтримують часові ряди, що спостерігаються в минулому та/або відомі в майбутньому (зовнішні дані), як вхідні дані для створення прогнозів
- На додаток до даних, що залежать від часу, TimeSeries також може містити статичні дані для кожного виміру, які можуть бути використані в деяких моделях
Мова програмування
Python
Категорії
Це додаток, який також можна завантажити з https://sourceforge.net/projects/darts.mirror/. Його розміщено в OnWorks, щоб його можна було найпростіше запускати онлайн з однієї з наших безкоштовних операційних систем.
