To aplikacja dla systemu Windows o nazwie Active Learning, której najnowszą wersję można pobrać jako active-learningsourcecode.tar.gz. Można ją uruchomić online w bezpłatnym hostingu OnWorks dla stacji roboczych.
Pobierz i uruchom bezpłatnie aplikację Active Learning with OnWorks w trybie online.
Postępuj zgodnie z tymi instrukcjami, aby uruchomić tę aplikację:
- 1. Pobrałem tę aplikację na swój komputer.
- 2. Wpisz w naszym menedżerze plików https://www.onworks.net/myfiles.php?username=XXXXX z wybraną nazwą użytkownika.
- 3. Prześlij tę aplikację w takim menedżerze plików.
- 4. Uruchom dowolny emulator online systemu operacyjnego OnWorks z tej witryny, ale lepszy emulator online systemu Windows.
- 5. W systemie operacyjnym OnWorks Windows, który właśnie uruchomiłeś, przejdź do naszego menedżera plików https://www.onworks.net/myfiles.php?username=XXXXX z wybraną nazwą użytkownika.
- 6. Pobierz aplikację i zainstaluj ją.
- 7. Pobierz Wine z repozytoriów oprogramowania dystrybucji Linuksa. Po zainstalowaniu możesz dwukrotnie kliknąć aplikację, aby uruchomić ją za pomocą Wine. Możesz także wypróbować PlayOnLinux, fantazyjny interfejs w Wine, który pomoże Ci zainstalować popularne programy i gry Windows.
Wine to sposób na uruchamianie oprogramowania Windows w systemie Linux, ale bez systemu Windows. Wine to warstwa kompatybilności z systemem Windows typu open source, która może uruchamiać programy systemu Windows bezpośrednio na dowolnym pulpicie systemu Linux. Zasadniczo Wine próbuje ponownie zaimplementować system Windows od podstaw, aby mógł uruchamiać wszystkie te aplikacje Windows bez faktycznego korzystania z systemu Windows.
Aktywne uczenie się
OPIS:
Active Learning to oparta na Pythonie platforma badawcza opracowana przez Google do eksperymentowania i testowania różnych algorytmów aktywnego uczenia. Oferuje modułowe narzędzia do przeprowadzania powtarzalnych eksperymentów na różnych zestawach danych, strategiach próbkowania i modelach uczenia maszynowego. System pozwala badaczom badać, jak modele mogą poprawić efektywność etykietowania poprzez selektywne wyszukiwanie najbardziej informatywnych punktów danych, zamiast polegać na jednorodnie próbkowanych zestawach treningowych. Główny program uruchamiający eksperyment (run_experiment.py) obsługuje szeroki zakres konfiguracji, w tym rozmiary partii, podzbiory zestawów danych, wybór modelu i opcje wstępnego przetwarzania danych. Obejmuje on kilka sprawdzonych strategii aktywnego uczenia, takich jak próbkowanie niepewności, zachłanny wybór k-centrów i metody bandyckie, a jednocześnie umożliwia niestandardowe implementacje algorytmów. Platforma integruje się zarówno z klasycznymi modelami uczenia maszynowego (SVM, regresja logistyczna), jak i sieciami neuronowymi.
Funkcjonalności
- Modułowa struktura eksperymentalna do badań z zakresu aktywnego uczenia się
- Obsługuje wiele zestawów danych i modeli, w tym SVM, regresję logistyczną i sieci CNN
- Implementuje różnorodne strategie aktywnego uczenia się, takie jak próbkowanie marginesowe i chciwość k-centrowa
- Umożliwia elastyczną konfigurację parametrów, takich jak wielkość partii, współczynnik ciepłego startu i kontrola hałasu
- Łatwa integracja nowych modeli i metod pobierania próbek za pomocą rozszerzalnego interfejsu API
- Zapewnia kompleksowe narzędzia do analizy porównawczej i porównań eksperymentalnych
Język programowania
Python
Kategorie
Tę aplikację można również pobrać ze strony https://sourceforge.net/projects/active-learning.mirror/. Została ona umieszczona w OnWorks, aby można ją było uruchomić online w najłatwiejszy sposób z jednego z naszych darmowych systemów operacyjnych.