这是名为 Cleanlab 的 Windows 应用程序，其最新版本可以作为 v2.5.0--AllmajorMLtasksnowsupportedsourcecode.zip 下载。 它可以在免费的工作站托管提供商 OnWorks 中在线运行。
免费下载并在线运行名为 Cleanlab 的应用程序 OnWorks。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从本网站启动任何 OS OnWorks 在线模拟器，但更好的 Windows 在线模拟器。
- 5. 从您刚刚启动的 OnWorks Windows 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序并安装。
- 7. 从您的 Linux 发行版软件存储库下载 Wine。 安装后，您可以双击该应用程序以使用 Wine 运行它们。 您还可以尝试 PlayOnLinux，这是 Wine 上的一个花哨界面，可帮助您安装流行的 Windows 程序和游戏。
Wine 是一种在 Linux 上运行 Windows 软件的方法，但不需要 Windows。 Wine 是一个开源的 Windows 兼容层，可以直接在任何 Linux 桌面上运行 Windows 程序。 本质上，Wine 试图从头开始重新实现足够多的 Windows，以便它可以运行所有这些 Windows 应用程序，而实际上不需要 Windows。
SCREENSHOTS
Ad
清洁实验室
商品描述
cleanlab 通过自动检测 ML 数据集中的问题来帮助您清理数据和标签。 为了促进使用混乱的真实数据进行机器学习，这个以数据为中心的 AI 包使用您现有的模型来估计数据集问题，这些问题可以修复以训练更好的模型。 cleanlab 通过本文和博客中发布的最先进的置信学习算法来清理数据标签。 请参阅使用 cleanlab 清理的一些数据集： labelerrors.com。 该软件包可帮助您发现标签问题和其他数据问题，以便您可以训练可靠的 ML 模型。 cleanlab 的所有功能都适用于任何数据集和任何模型。 是的，任何模型：PyTorch、Tensorflow、Keras、JAX、HuggingFace、OpenAI、XGBoost、scikit-learn 等。如果您使用 sklearn 兼容的分类器，则所有 cleanlab 方法都可以开箱即用。
功能
- 二元和多类分类
- 多标签分类（例如图像/文档标记）
- 标记分类（例如文本中的实体识别）
- 使用多个注释器标记的数据进行分类
- 使用多个注释器进行主动学习（建议标记或重新标记哪些数据以最大程度地改进模型）
- 异常值和分布外检测
程式语言
Python
分类
该应用程序也可以从 https://sourceforge.net/projects/cleanlab.mirror/ 获取。 它已托管在 OnWorks 中，以便从我们的免费操作系统之一以最简单的方式在线运行。
