Ini ialah apl Windows bernama Active Learning yang keluaran terbarunya boleh dimuat turun sebagai active-learningsourcecode.tar.gz. Ia boleh dijalankan dalam talian dalam penyedia pengehosan percuma OnWorks untuk stesen kerja.
Muat turun dan jalankan dalam talian apl bernama Pembelajaran Aktif dengan OnWorks ini secara percuma.
Ikut arahan ini untuk menjalankan apl ini:
- 1. Memuat turun aplikasi ini dalam PC anda.
- 2. Masukkan dalam pengurus fail kami https://www.onworks.net/myfiles.php?username=XXXXX dengan nama pengguna yang anda mahukan.
- 3. Muat naik aplikasi ini dalam pengurus filem tersebut.
- 4. Mulakan mana-mana emulator dalam talian OS OnWorks daripada tapak web ini, tetapi emulator dalam talian Windows yang lebih baik.
- 5. Daripada OS Windows OnWorks yang baru anda mulakan, pergi ke pengurus fail kami https://www.onworks.net/myfiles.php?username=XXXX dengan nama pengguna yang anda mahukan.
- 6. Muat turun aplikasi dan pasangnya.
- 7. Muat turun Wine dari repositori perisian pengedaran Linux anda. Setelah dipasang, anda kemudian boleh mengklik dua kali aplikasi untuk menjalankannya dengan Wine. Anda juga boleh mencuba PlayOnLinux, antara muka mewah melalui Wine yang akan membantu anda memasang program dan permainan Windows yang popular.
Wain ialah cara untuk menjalankan perisian Windows pada Linux, tetapi tanpa Windows diperlukan. Wain ialah lapisan keserasian Windows sumber terbuka yang boleh menjalankan program Windows secara langsung pada mana-mana desktop Linux. Pada asasnya, Wine cuba untuk melaksanakan semula Windows yang mencukupi dari awal supaya ia boleh menjalankan semua aplikasi Windows tersebut tanpa memerlukan Windows.
Pembelajaran Aktif
HURAIAN:
Pembelajaran Aktif ialah rangka kerja penyelidikan berasaskan Python yang dibangunkan oleh Google untuk bereksperimen dengan dan menanda aras pelbagai algoritma pembelajaran aktif. Ia menyediakan alatan modular untuk menjalankan eksperimen yang boleh dihasilkan semula merentas set data yang berbeza, strategi pensampelan dan model pembelajaran mesin. Sistem ini membolehkan penyelidik mengkaji bagaimana model boleh meningkatkan kecekapan pelabelan dengan secara selektif menanyakan titik data yang paling bermaklumat dan bukannya bergantung pada set latihan sampel seragam. Pelari percubaan utama (run_experiment.py) menyokong pelbagai konfigurasi, termasuk saiz kelompok, subset set data, pemilihan model dan pilihan prapemprosesan data. Ia termasuk beberapa strategi pembelajaran aktif yang telah ditetapkan seperti pensampelan ketidakpastian, pemilihan tamak pusat k dan kaedah berasaskan penyamun, sambil turut membenarkan pelaksanaan algoritma tersuai. Rangka kerja ini disepadukan dengan kedua-dua model pembelajaran mesin klasik (SVM, regresi logistik) dan rangkaian saraf.
Ciri-ciri
- Rangka kerja eksperimen modular untuk penyelidikan pembelajaran aktif
- Menyokong berbilang set data dan model termasuk SVM, regresi logistik dan CNN
- Melaksanakan pelbagai strategi pembelajaran aktif seperti persampelan margin dan k-pusat tamak
- Membenarkan konfigurasi fleksibel parameter seperti saiz kelompok, nisbah permulaan hangat dan kawalan hingar
- Penyepaduan mudah model baharu dan kaedah pensampelan melalui API boleh diperluaskan
- Menyediakan alat penanda aras dan analisis yang komprehensif untuk perbandingan percubaan
Bahasa Pengaturcaraan
Python
Kategori
Ini adalah aplikasi yang juga boleh diambil dari https://sourceforge.net/projects/active-learning.mirror/. Ia telah dihoskan dalam OnWorks untuk dijalankan dalam talian dengan cara yang paling mudah daripada salah satu Sistem Operasi percuma kami.