Це програма для Windows під назвою Active Learning, останню версію якої можна завантажити як active-learningsourcecode.tar.gz. Її можна запускати онлайн на безкоштовному хостинг-провайдері OnWorks для робочих станцій.
Завантажте та запустіть онлайн цю програму під назвою Active Learning with OnWorks безкоштовно.
Дотримуйтесь цих інструкцій, щоб запустити цю програму:
- 1. Завантажив цю програму на свій ПК.
- 2. Введіть у наш файловий менеджер https://www.onworks.net/myfiles.php?username=XXXXX із потрібним ім'ям користувача.
- 3. Завантажте цю програму в такий файловий менеджер.
- 4. Запустіть будь-який онлайн емулятор ОС OnWorks з цього веб-сайту, але кращий онлайн-емулятор Windows.
- 5. З ОС OnWorks Windows, яку ви щойно запустили, перейдіть до нашого файлового менеджера https://www.onworks.net/myfiles.php?username=XXXXX з потрібним іменем користувача.
- 6. Завантажте програму та встановіть її.
- 7. Завантажте Wine зі сховищ програмного забезпечення дистрибутивів Linux. Після встановлення ви можете двічі клацнути програму, щоб запустити їх за допомогою Wine. Ви також можете спробувати PlayOnLinux, модний інтерфейс замість Wine, який допоможе вам встановити популярні програми та ігри Windows.
Wine — це спосіб запуску програмного забезпечення Windows на Linux, але без використання Windows. Wine — це рівень сумісності Windows з відкритим вихідним кодом, який може запускати програми Windows безпосередньо на будь-якому робочому столі Linux. По суті, Wine намагається повторно реалізувати достатньо Windows з нуля, щоб він міг запускати всі ці програми Windows, насправді не потребуючи Windows.
Активне навчання
Ad
ОПИС
Active Learning – це дослідницький фреймворк на основі Python, розроблений Google для експериментування та порівняльного аналізу різних алгоритмів активного навчання. Він надає модульні інструменти для проведення відтворюваних експериментів на різних наборах даних, стратегіях вибірки та моделях машинного навчання. Система дозволяє дослідникам вивчати, як моделі можуть покращити ефективність маркування, вибірково запитуючи найбільш інформативні точки даних, а не покладаючись на рівномірно вибіркові навчальні набори. Основний виконавець експериментів (run_experiment.py) підтримує широкий спектр конфігурацій, включаючи розміри пакетів, підмножини наборів даних, вибір моделі та параметри попередньої обробки даних. Він включає кілька встановлених стратегій активного навчання, таких як вибірка невизначеності, жадібний вибір k-центрів та методи на основі бандитів, а також дозволяє реалізацію користувацьких алгоритмів. Фреймворк інтегрується як з класичними моделями машинного навчання (SVM, логістична регресія), так і з нейронними мережами.
Функції
- Модульна експериментальна структура для досліджень активного навчання
- Підтримує кілька наборів даних та моделей, включаючи SVM, логістичну регресію та CNN
- Впроваджує різноманітні стратегії активного навчання, такі як вибірка маржі та жадібний k-центр
- Дозволяє гнучке налаштування параметрів, таких як розмір партії, коефіцієнт теплого запуску та контроль шуму
- Легка інтеграція нових моделей та методів вибірки через розширюваний API
- Надає комплексні інструменти бенчмаркінгу та аналізу для експериментального порівняння
Мова програмування
Python
Категорії
Цю програму також можна завантажити з https://sourceforge.net/projects/active-learning.mirror/. Вона розміщена в OnWorks для найпростішого запуску онлайн з однієї з наших безкоштовних операційних систем.
