זוהי אפליקציית Windows בשם Active Learning, שאת הגרסה האחרונה שלה ניתן להוריד בשם active-learningsourcecode.tar.gz. ניתן להריץ אותה באופן מקוון בספק האירוח החינמי OnWorks לתחנות עבודה.
הורד והפעל אונליין את האפליקציה הזו בשם Active Learning with OnWorks בחינם.
בצע את ההוראות הבאות כדי להפעיל את האפליקציה הזו:
- 1. הורד את היישום הזה למחשב שלך.
- 2. הזן במנהל הקבצים שלנו https://www.onworks.net/myfiles.php?username=XXXXX עם שם המשתמש שאתה רוצה.
- 3. העלה את היישום הזה במנהל קבצים כזה.
- 4. הפעל כל אמולטור מקוון של OS OnWorks מאתר זה, אך עדיף אמולטור מקוון של Windows.
- 5. ממערכת ההפעלה OnWorks Windows שזה עתה התחלת, עבור אל מנהל הקבצים שלנו https://www.onworks.net/myfiles.php?username=XXXXX עם שם המשתמש הרצוי.
- 6. הורד את האפליקציה והתקן אותה.
- 7. הורד את Wine ממאגרי התוכנה שלך להפצות לינוקס. לאחר ההתקנה, תוכל ללחוץ פעמיים על האפליקציה כדי להפעיל אותם עם Wine. אתה יכול גם לנסות את PlayOnLinux, ממשק מפואר מעל Wine שיעזור לך להתקין תוכניות ומשחקים פופולריים של Windows.
Wine היא דרך להפעיל תוכנת Windows על לינוקס, אך ללא צורך ב-Windows. Wine היא שכבת תאימות של Windows בקוד פתוח שיכולה להריץ תוכניות Windows ישירות על כל שולחן עבודה של לינוקס. בעיקרו של דבר, Wine מנסה להטמיע מחדש מספיק של Windows מאפס כדי שהוא יוכל להריץ את כל יישומי Windows מבלי להזדקק ל-Windows.
למידה פעילה
תיאור:
למידה אקטיבית היא מסגרת מחקר מבוססת פייתון שפותחה על ידי גוגל לצורך ניסויים והשוואות באלגוריתמים שונים של למידה אקטיבית. היא מספקת כלים מודולריים להרצת ניסויים הניתנים לשחזור על פני מערכי נתונים שונים, אסטרטגיות דגימה ומודלים של למידת מכונה. המערכת מאפשרת לחוקרים ללמוד כיצד מודלים יכולים לשפר את יעילות התיוג על ידי שאילתה סלקטיבית של נקודות הנתונים האינפורמטיביות ביותר במקום להסתמך על מערכי אימון שנדגמו באופן אחיד. רץ הניסויים הראשי (run_experiment.py) תומך במגוון רחב של תצורות, כולל גדלי אצווה, תת-קבוצות נתונים, בחירת מודל ואפשרויות עיבוד מקדים של נתונים. היא כוללת מספר אסטרטגיות למידה אקטיביות מבוססות כגון דגימת אי-ודאות, בחירה חמדנית במרכז k ושיטות מבוססות bandit, תוך מתן אפשרות גם ליישומי אלגוריתמים מותאמים אישית. המסגרת משתלבת הן עם מודלים קלאסיים של למידת מכונה (SVM, רגרסיה לוגיסטית) והן עם רשתות עצביות.
תכונות
- מסגרת ניסויים מודולרית למחקר למידה פעילה
- תומך במערכי נתונים ומודלים מרובים, כולל SVM, רגרסיה לוגיסטית ו-CNN
- מיישם מגוון אסטרטגיות למידה אקטיביות כגון דגימת שוליים וגמדיות k-center
- מאפשר הגדרה גמישה של פרמטרים כגון גודל אצווה, יחס התחלה חמה ובקרת רעש
- שילוב קל של מודלים ושיטות דגימה חדשות באמצעות ממשק API הניתן להרחבה
- מספק כלי ניתוח וביצועים מקיפים להשוואה ניסיונית
שפת תכנות
פיתון
כל הקטגוריות
זוהי אפליקציה שניתן להוריד גם מאתר https://sourceforge.net/projects/active-learning.mirror/. היא אוחסנה ב-OnWorks על מנת שניתן יהיה להפעיל אותה באופן מקוון בצורה הקלה ביותר מאחת ממערכות ההפעלה החינמיות שלנו.