Đây là ứng dụng Linux có tên Darts có bản phát hành mới nhất có thể tải xuống dưới dạng Releaseminor0.26.0.zip. Nó có thể được chạy trực tuyến trong nhà cung cấp dịch vụ lưu trữ miễn phí OnWorks cho máy trạm.
Tải xuống và chạy trực tuyến ứng dụng này có tên là Darts với OnWorks miễn phí.
Làm theo các hướng dẫn sau để chạy ứng dụng này:
- 1. Đã tải ứng dụng này xuống PC của bạn.
- 2. Nhập vào trình quản lý tệp của chúng tôi https://www.onworks.net/myfiles.php?username=XXXXX với tên người dùng mà bạn muốn.
- 3. Tải lên ứng dụng này trong trình quản lý tệp như vậy.
- 4. Khởi động trình giả lập trực tuyến OnWorks Linux hoặc trình giả lập trực tuyến Windows hoặc trình mô phỏng trực tuyến MACOS từ trang web này.
- 5. Từ Hệ điều hành OnWorks Linux mà bạn vừa khởi động, hãy truy cập trình quản lý tệp của chúng tôi https://www.onworks.net/myfiles.php?username=XXXXX với tên người dùng mà bạn muốn.
- 6. Tải xuống ứng dụng, cài đặt và chạy nó.
MÀN HÌNH
Ad
Phi tiêu
MÔ TẢ
darts là một thư viện Python để dễ dàng thao tác và dự báo chuỗi thời gian. Nó chứa nhiều mô hình khác nhau, từ kinh điển như ARIMA đến mạng thần kinh sâu. Tất cả các mô hình đều có thể được sử dụng theo cách giống nhau, sử dụng các hàm fit () và dự đoán (), tương tự như scikit-learning. Thư viện cũng giúp dễ dàng kiểm tra lại các mô hình, kết hợp các dự đoán của một số mô hình và tính đến dữ liệu bên ngoài. Darts hỗ trợ cả mô hình và chuỗi thời gian đơn biến và đa biến. Các mô hình dựa trên ML có thể được đào tạo trên các bộ dữ liệu lớn có khả năng chứa nhiều chuỗi thời gian và một số mô hình cung cấp hỗ trợ phong phú cho dự báo xác suất. Trước tiên, chúng tôi khuyên bạn nên thiết lập một môi trường Python sạch cho dự án của bạn với ít nhất Python 3.7 bằng công cụ yêu thích của bạn (conda, venv, virtualenv có hoặc không có virtualenvwrapper).
Tính năng
- Một bộ sưu tập lớn các mô hình dự báo; từ các mô hình thống kê (chẳng hạn như ARIMA) đến mô hình học sâu (chẳng hạn như N-BEATS)
- TimeSeries có thể đa biến - tức là chứa nhiều thứ nguyên thay đổi theo thời gian thay vì một giá trị vô hướng duy nhất
- Tất cả các mô hình dựa trên máy học (bao gồm tất cả các mạng nơron) đều hỗ trợ được đào tạo trên nhiều chuỗi (có khả năng đa biến)
- Các đối tượng TimeSeries có thể (tùy chọn) đại diện cho chuỗi thời gian ngẫu nhiên; ví dụ, điều này có thể được sử dụng để lấy khoảng tin cậy và nhiều mô hình hỗ trợ các hương vị khác nhau của dự báo xác suất
- Nhiều mô hình trong Darts hỗ trợ chuỗi thời gian hiệp biến (dữ liệu bên ngoài) được quan sát trong quá khứ và / hoặc trong tương lai làm đầu vào để tạo dự báo
- Ngoài dữ liệu phụ thuộc vào thời gian, TimeSeries cũng có thể chứa dữ liệu tĩnh cho từng thứ nguyên, có thể được khai thác bởi một số mô hình
Ngôn ngữ lập trình
Python
Danh Mục
Đây là một ứng dụng cũng có thể được tìm nạp từ https://sourceforge.net/projects/darts.mirror/. Nó đã được lưu trữ trong OnWorks để có thể chạy trực tuyến một cách dễ dàng nhất từ một trong những Hệ thống hoạt động miễn phí của chúng tôi.
