Este é o aplicativo Linux denominado Cleanlab, cuja versão mais recente pode ser baixada como v2.5.0--AllmajorMLtasksnowsupported.zip. Ele pode ser executado online no provedor de hospedagem gratuito OnWorks para estações de trabalho.
Baixe e execute online este aplicativo chamado Cleanlab com OnWorks gratuitamente.
Siga estas instruções para executar este aplicativo:
- 1. Baixe este aplicativo em seu PC.
- 2. Entre em nosso gerenciador de arquivos https://www.onworks.net/myfiles.php?username=XXXXX com o nome de usuário que você deseja.
- 3. Carregue este aplicativo em tal gerenciador de arquivos.
- 4. Inicie o emulador OnWorks Linux online ou Windows online ou emulador MACOS online a partir deste site.
- 5. No sistema operacional OnWorks Linux que você acabou de iniciar, acesse nosso gerenciador de arquivos https://www.onworks.net/myfiles.php?username=XXXXX com o nome de usuário que deseja.
- 6. Baixe o aplicativo, instale-o e execute-o.
CAPTURAS DE TELA:
Laboratório limpo
DESCRIÇÃO:
cleanlab ajuda a limpar dados e rótulos detectando problemas automaticamente em um conjunto de dados de ML. Para facilitar o aprendizado de máquina com dados confusos do mundo real, este pacote de IA centrado em dados usa seus modelos existentes para estimar problemas de conjuntos de dados que podem ser corrigidos para treinar modelos ainda melhores. cleanlab limpa os rótulos dos seus dados por meio de algoritmos de aprendizagem confiáveis de última geração, publicados neste artigo e no blog. Veja alguns dos conjuntos de dados limpos com cleanlab em labelerrors. com. Este pacote ajuda a encontrar problemas de rótulos e outros problemas de dados, para que você possa treinar modelos de ML confiáveis. Todos os recursos do cleanlab funcionam com qualquer conjunto de dados e qualquer modelo. Sim, qualquer modelo: PyTorch, Tensorflow, Keras, JAX, HuggingFace, OpenAI, XGBoost, scikit-learn, etc. Se você usar um classificador compatível com sklearn, todos os métodos cleanlab funcionarão imediatamente.
Recursos
- Classificação binária e multiclasse
- Classificação multi-rótulo (por exemplo, marcação de imagem/documento)
- Classificação de token (por exemplo, reconhecimento de entidade em texto)
- Classificação com dados rotulados por vários anotadores
- Aprendizado ativo com vários anotadores (sugerir quais dados rotular ou reetiquetar para melhorar mais o modelo)
- Detecção de outlier e fora de distribuição
Linguagem de Programação
Python
Categorias
Este é um aplicativo que também pode ser obtido em https://sourceforge.net/projects/cleanlab.mirror/. Foi hospedado em OnWorks para poder ser executado online da maneira mais fácil a partir de um de nossos Sistemas Operativos gratuitos.