Giter Site home page Giter Site logo

thisiskeanyvy / elsa Goto Github PK

View Code? Open in Web Editor NEW
3.0 2.0 12.0 3.03 MB

E.L.S.A (Electronic Learning and Scrapping Algorithm)

License: GNU General Public License v3.0

Python 100.00%
algorithm base64 compression dictionary json knowledge learning local no-internet offline

elsa's Introduction

🧠 E.L.S.A (Electronic Learning and Scrapping Algorithm)

Un algorithme capable d'interagir avec le réseau mondial de la connaissance en utilisant des sources de données locales sur la machine. Le programme permet d'accéder à un dictionnaire portable avec un nombre illimité d'informations sans utiliser une connexion Internet.

Demo 1


💻 Comment fonctionne l'algorithme ?

E.L.S.A utilise des datasets qui sont des fichiers contenant les informations qui sont encodées en base64. Ces fichiers peuvent être stockés localement sur la machine de l'utilisateur dans le dossier 'data/', ce qui permet à l'algorithme de trouver les informations sans avoir besoin d'une connexion Internet. Le programme utilise ensuite une méthode de recherche utilisant la structure JSON afin de trouver les informations dans les datasets puis renvoie les résultats à l'utilisateur.


📦 Installation et utilisation

- Windows/MacOs :

1. Installer les bibliothèques Python pré-requises :

$ curl -OsL https://github.com/thisiskeanyvy/ELSA/releases/download/v1.0/requirements.txt && pip install -r requirements.txt

2. Télécharger le fichier exécutable :

  • Windows :
$ curl -OsL https://github.com/thisiskeanyvy/ELSA/releases/download/v1.0/w_elsa_v1.0.pyc && ren w_elsa_v1.0.pyc elsa_v1.0.pyc

3. Télécharger les datasets et décompresser l'archive :

$ curl -OsL https://github.com/thisiskeanyvy/ELSA/releases/download/v1.0/elsa_v1.0_datasets.tar.gz && tar xzvf elsa_v1.0_datasets.tar.gz

4. Démarrer l'algorithme :

$ python elsa_v1.0.pyc

- Linux/Android (Termux) :

1. Installer les bibliothèques Python pré-requises :

$ wget https://github.com/thisiskeanyvy/ELSA/releases/download/v1.0/requirements.txt && pip3 install -r requirements.txt

2. Télécharger le fichier exécutable :

  • Linux :
$ wget -O elsa_v1.0.pyc https://github.com/thisiskeanyvy/ELSA/releases/download/v1.0/l_elsa_v1.0.pyc
  • Termux :
$ wget -O elsa_v1.0.pyc https://github.com/thisiskeanyvy/ELSA/releases/download/v1.0/t_elsa_v1.0.pyc

3. Télécharger les datasets et décompresser l'archive :

$ wget https://github.com/thisiskeanyvy/ELSA/releases/download/v1.0/elsa_v1.0_datasets.tar.gz && tar xzvf elsa_v1.0_datasets.tar.gz

4. Démarrer l'algorithme :

$ python3 elsa_v1.0.pyc

🔨 Contribution pour les développeurs


✅ Mise en place de l'environnement :

1. Cloner le dépôt Github :

$ git clone https://github.com/thisiskeanyvy/ELSA/

2. Naviguer vers le dossier du projet :

$ cd ELSA/

3. Installer les bibliothèques Python pré-requises :

$ pip3 install -r requirements.txt

🚧 Compiler le code source

Pour compiler le code source en un exécutable, vous pouvez utiliser la commande suivante :

$ python3 build.py

elsa's People

Contributors

thisiskeanyvy avatar

Stargazers

 avatar  avatar  avatar

Watchers

 avatar  avatar

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.