Model Ledger
Model Ledger公式サイト

machine learning projects on Windows

Model Ledger 2.9.30は、13言語のインターフェースでWindows 10/11上で動作します。ツールを実行し、結果を表示することで、あなたのフォルダ内に機械学習プロジェクトを構築します。

バージョン

2.9.30

2026年11月8日リリース

サイズ

34 MB

インストーラーのサイズ

ポータブル版

25 MB

単一.exeファイル

言語

13

インターフェース言語

OS

Windows 10/11

x64アーキテクチャ

プライバシー

ローカル

テレメトリデータなし

主な機能

machine learning projects

machine learning projectsは、プログラムにデータのパターンを見つけることを教え、エージェントはコマンドを実行して実際の結果を表示することで、あなたのフォルダ内でそれらを構築するのを支援します。小さく始めてください。ツールをPC上でローカルで実行するにはアカウントは必要ありません。Windowsユーザー向けのインストーラーのサイズは約34 MBです。

01

小さなCSVプロジェクトの最初のベースライン

list_dirはプロジェクトフォルダの構造を検査し、read_fileはデータをロードします。これにより、すべての機械学習プロジェクトで、実際の結果を即座に、明確に確認できます。今すぐ始めましょう。write_fileは、Pythonの機械学習プロジェクトのパフォーマンスベンチマーク確立のためのベースラインスクリプトを作成します。Shellはトレーニングコマンドを実行し、各プロジェクトの終了コードを返します。Model Ledgerはバージョン2.9.30で、機械学習の例とプロジェクトに対応しています。変更を適用する前に、Ask firstモードで差分を確認できます。

ツールトレース
list_dir . → 1 file
read_file data.csv → loaded
write_file baseline.py → saved
shell python baseline.py → exit 0
02

機械学習プロジェクトのアイデアを探す

Shellツールを使用してリンターやテストなどのターミナルコマンドを実行でき、エージェントは実際の出力と終了コードを返して、このワークフローでの成功を確認します。これは実用的です。edit_fileツールは、Ask firstモードで承認する前に、変更をすべて差分として表示します。web_searchを使用して機械学習プロジェクトのアイデアを検索し、作業のトピックを見つけることができます。read_fileツールはスクリプトを検査し、list_dirツールはバージョン2.9.30のフォルダ構造を表示します。これらのツールで学んだことをテストするためのミニプロジェクトを作成することもできます。

ツールトレース
list_dir . → lists project files
read_file baseline.py → shows the script
grep "accuracy" baseline.py → 1 match
write_file results.csv → saved
03

プロジェクトをローカルで実行

ローカル実行によりデータは安全に保たれます。エージェントはShellを使用してコマンドを実行し、フォルダ内の成功のために終了コードを確認します。プロジェクトを使用してください。エージェントはファイルを変更する際に差分を表示するため、適用前に変更を確認できます。read_fileを使用してプロジェクトを検査し、grepを使用して設定がどこで使用されているかを見つけることができます。エージェントは結果をチャートに記録するため、プロジェクトフォルダをクリーンに保つことができます。インターフェースは世界中のユーザー向けに13言語をサポートしています。

04

Pythonの機械学習プロジェクトを構築

エージェントはread_fileを使用してデータを検査し、grepを使用して特定のパターンを見つけるため、変更が行われる前にコンテキストを確認できます。差分を注意深くレビューしてください。edit_fileは、注意深くレビューするための差分として変更を作成します。Pythonはこれらのスクリプトの一般的な言語であり、機械学習タスクで広く使用されています。Shellはコマンドを実行し、実際の終了コードとログで結果を検証します。このアプローチは、バージョン2.9.30以降、あなたがコントロールを維持することで、プロジェクトアイデアを効果的にサポートします。

ワークフローを探索

違いとは

Model Ledger v2.9.30はツールを実行するため、最終プロジェクトのアドバイスに対して、実際の出力とすべての変更を確認できます。ツールを実行します。

一般的なチャットアシスタントModel Ledger
アクションアクションを提案アクションを実行
出力テキストを表示実際の終了コードを表示
ファイルコードを生成ディスクに書き込み
コントロールコードをコピーして自分で実行Ask firstモード

始め方

  1. 34 MBのセットアップファイルをダウンロードします。
  2. Windows 10または11でインストーラーを実行します。
  3. アプリを開き、モデルを選択します。
  4. 最初の機械学習プロジェクトを開始します。

誰がいつ使用するのか

初心者は、エージェントがコマンドを実行し、各カードからの実際の出力を確認して結果を理解するため、Model Ledgerを使用して機械学習の例を学習します。バージョン2.9.30が支援します。13言語をサポートし、作業フォルダ内のファイルを読み取ります。

Ask firstモードでは、差分はあなたの承認を待機するため、変更がプロジェクトフォルダに適用される前に確認できます。確認してください。ワークフローを維持し、プロセスのすべてのステップを制御します。

学生はエージェントを使用してスクリプトを作成しテストを実行するため、提出する作業に対して責任を持ちながらデータをローカルに保持します。アカウントは不要です。データはローカルモデルのみでPC上に留まります。

よくある質問

machine learning projectsとは何ですか?

機械学習プロジェクトは、手書きのルールに従うのではなく、データのパターンを見つけるようにプログラムを教育するもので、あなたは問題を定義し、ライブラリとデータセットを使用して成功を測定します。今すぐ始めてください。ベースラインを実行し、未見のデータで評価して、モデルの性能を検証してください。

themlcode.comはModel Ledgerの公式サイトですか?

はい、themlcode.comはModel Ledgerの公式サイトであり、インストーラーをダウンロードし、Windowsマシンで実行する前に公開されたマニフェストとSHA-256チェックサムを確認して整合性を保証できます。ハッシュを確認してください。サポートが必要な場合は、Send feedbackボタンを使用してフィードバックを送信してください。

Model Ledgerはモデルを訓練してくれますか?

いいえ、Model Ledgerはモデルを訓練しません。それはあなたのコマンドを実行し、終了コードを表示するためです。データとライブラリはあなたが提供します。すべての変更を確認できます。それはあなたの指示を実行します。

Ask firstモードとは何ですか?

Ask firstは、何かを変更するアクションの前に一時停止するモードです。エージェントが実行する前に編集を確認します。一時停止します。これにより、変更を進めるかどうかを決定するまでプロジェクトファイルが安全に保たれます。

エージェントは数を予測する回帰プロジェクトを支援できますか?

はい、エージェントは回帰スクリプトの作成と実行を支援し、コードはマシンでの実際のランからMAEまたはRMSEを報告します。結果を確認してください。エージェントは記録のためにログを保持し、作業の証拠があることを保証します。

クラウドモデルとのプライバシーはどのように機能しますか?

ツール出力のシークレットはモデルに到達する前にマスクされ、プロンプトは安全なデータ処理のために選択したエンドポイントのみに送信されます。ローカルに留まります。プライベートな情報は、すべての操作中にPC上に残ります。

ファイルサイズはいくらですか?

セットアッププログラムは34 MBで、ポータブルの単一.exeはWindows 10/11向けに約25 MBです。バージョン2.9.30は13言語をサポートしています。ローカルで実行されます。アプリケーションを自分のマシンで実行するにはアカウントは必要ありません。

始める

プロジェクトを開始

バージョン2.9.30はファイルを変更しコマンドを実行して実際の結果を表示するため、機械学習プロジェクトのためにModel Ledgerをダウンロードしてください。ファイルを変更。

Windows用Model Ledgerをダウンロード ↗

クイックリンク

このウェブサイトのページは20言語で利用可能です。

製品概要 ↗ モデル設定 ↗ ワークフローライブラリ ↗ インストーラーをダウンロード ↗ よくある質問 ↗ プライバシーポリシー ↗