Esta es la aplicación de Windows llamada Emb-GAM cuya última versión se puede descargar como v0.2.zip. Se puede ejecutar en línea en el proveedor de alojamiento gratuito OnWorks para estaciones de trabajo.
Descargue y ejecute en línea esta aplicación llamada Emb-GAM con OnWorks de forma gratuita.
Siga estas instrucciones para ejecutar esta aplicación:
- 1. Descargue esta aplicación en su PC.
- 2. Ingrese en nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 3. Cargue esta aplicación en dicho administrador de archivos.
- 4. Inicie cualquier emulador en línea de OS OnWorks desde este sitio web, pero mejor emulador en línea de Windows.
- 5. Desde el sistema operativo OnWorks Windows que acaba de iniciar, vaya a nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 6. Descarga la aplicación e instálala.
- 7. Descargue Wine desde los repositorios de software de sus distribuciones de Linux. Una vez instalada, puede hacer doble clic en la aplicación para ejecutarla con Wine. También puedes probar PlayOnLinux, una elegante interfaz sobre Wine que te ayudará a instalar programas y juegos populares de Windows.
Wine es una forma de ejecutar software de Windows en Linux, pero no requiere Windows. Wine es una capa de compatibilidad de Windows de código abierto que puede ejecutar programas de Windows directamente en cualquier escritorio de Linux. Esencialmente, Wine está tratando de volver a implementar una cantidad suficiente de Windows desde cero para poder ejecutar todas esas aplicaciones de Windows sin necesidad de Windows.
SCREENSHOTS
Ad
Emb-GAM
DESCRIPCIÓN
Los modelos de aprendizaje profundo han logrado un rendimiento de predicción impresionante, pero a menudo sacrifican la interpretabilidad, una consideración crítica en dominios de alto riesgo como la atención médica o la formulación de políticas. Por el contrario, los modelos aditivos generalizados (GAM) pueden mantener la interpretabilidad, pero a menudo tienen un rendimiento de predicción deficiente debido a su incapacidad para capturar interacciones de características de manera efectiva. En este trabajo, nuestro objetivo es cerrar esta brecha mediante el uso de modelos de lenguaje neuronal previamente entrenados para extraer incrustaciones para cada entrada antes de aprender un modelo lineal en el espacio de incrustación. El modelo final (que llamamos Emb-GAM) es una función lineal transparente de sus características de entrada e interacciones de características. Aprovechar el modelo de lenguaje permite que Emb-GAM aprenda muchos menos coeficientes lineales, modele interacciones más grandes y generalice bien a entradas novedosas. En una variedad de conjuntos de datos de procesamiento de lenguaje natural, Emb-GAM logra un sólido rendimiento de predicción sin sacrificar la interpretabilidad.
Caracteristicas
- Para un control más preciso, puede clonar e instalar este repositorio desde la fuente
- Modelo lineal interpretable que aprovecha un modelo de lenguaje previamente entrenado para aprender mejor las interacciones
- Función de ajuste de una línea
- Emb-GAM utiliza un modelo de lenguaje previamente entrenado para extraer características de los datos de texto
- Combina características para extraer un modelo lineal simple
- La mejor manera de usar Emb-GAM es a través del paquete imodelsx
- Emb-GAM logra un sólido rendimiento de predicción sin sacrificar la interpretabilidad
Lenguaje de programación
Python
Categorías
Esta es una aplicación que también se puede obtener de https://sourceforge.net/projects/emb-gam.mirror/. Ha sido alojado en OnWorks para poder ejecutarse online de la forma más sencilla desde uno de nuestros Sistemas Operativos gratuitos.
