Dies ist die Linux-App namens Cleanlab, deren neueste Version als v2.5.0 – AllmajorMLtasksnowsupported.zip heruntergeladen werden kann. Es kann online beim kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App namens Cleanlab mit OnWorks kostenlos herunter und führen Sie sie online aus.
Befolgen Sie diese Anweisungen, um diese App auszuführen:
- 1. Diese Anwendung auf Ihren PC heruntergeladen.
- 2. Geben Sie in unserem Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX den gewünschten Benutzernamen ein.
- 3. Laden Sie diese Anwendung in einem solchen Dateimanager hoch.
- 4. Starten Sie den OnWorks Linux-Online- oder Windows-Online-Emulator oder den MACOS-Online-Emulator von dieser Website.
- 5. Rufen Sie vom gerade gestarteten OnWorks Linux-Betriebssystem aus unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter, installieren Sie sie und führen Sie sie aus.
SCREENSHOTS
Ad
Reinlabor
BESCHREIBUNG
cleanlab hilft Ihnen, Daten und Etiketten zu bereinigen, indem es automatisch Probleme in einem ML-Datensatz erkennt. Um maschinelles Lernen mit chaotischen, realen Daten zu erleichtern, nutzt dieses datenzentrierte KI-Paket Ihre vorhandenen Modelle, um Datensatzprobleme abzuschätzen, die behoben werden können, um noch bessere Modelle zu trainieren. cleanlab bereinigt die Etiketten Ihrer Daten mithilfe hochmoderner, selbstbewusster Lernalgorithmen, die in diesem Artikel und Blog veröffentlicht werden. Sehen Sie sich einige der mit Cleanlab bereinigten Datensätze unter an labelerrors.com. Dieses Paket hilft Ihnen, Etikettenprobleme und andere Datenprobleme zu finden, sodass Sie zuverlässige ML-Modelle trainieren können. Alle Funktionen von Cleanlab funktionieren mit jedem Datensatz und jedem Modell. Ja, jedes Modell: PyTorch, Tensorflow, Keras, JAX, HuggingFace, OpenAI, XGBoost, scikit-learn usw. Wenn Sie einen Sklearn-kompatiblen Klassifikator verwenden, funktionieren alle Cleanlab-Methoden sofort.
Eigenschaften
- Binäre und Mehrklassenklassifizierung
- Multi-Label-Klassifizierung (z. B. Bild-/Dokument-Tagging)
- Token-Klassifizierung (z. B. Entitätserkennung im Text)
- Klassifizierung mit Daten, die von mehreren Annotatoren beschriftet wurden
- Aktives Lernen mit mehreren Annotatoren (schlagen Sie vor, welche Daten gekennzeichnet oder neu gekennzeichnet werden sollen, um das Modell am meisten zu verbessern)
- Erkennung von Ausreißern und Abweichungen von der Verteilung
Programmiersprache
Python
Kategorien
Dies ist eine Anwendung, die auch von https://sourceforge.net/projects/cleanlab.mirror/ abgerufen werden kann. Es wurde in OnWorks gehostet, um es auf einfachste Weise online über eines unserer kostenlosen Betriebssysteme ausführen zu können.
