Il s'agit de l'application Windows nommée Cleanlab dont la dernière version peut être téléchargée sous le nom de v2.5.0--AllmajorMLtasksnowsupportedsourcecode.zip. Il peut être exécuté en ligne chez le fournisseur d'hébergement gratuit OnWorks pour les postes de travail.
Téléchargez et exécutez gratuitement en ligne cette application nommée Cleanlab avec OnWorks.
Suivez ces instructions pour exécuter cette application :
- 1. Téléchargé cette application sur votre PC.
- 2. Entrez dans notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous voulez.
- 3. Téléchargez cette application dans ce gestionnaire de fichiers.
- 4. Démarrez n'importe quel émulateur en ligne OS OnWorks à partir de ce site Web, mais un meilleur émulateur en ligne Windows.
- 5. Depuis le système d'exploitation OnWorks Windows que vous venez de démarrer, accédez à notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous souhaitez.
- 6. Téléchargez l'application et installez-la.
- 7. Téléchargez Wine depuis les dépôts de logiciels de vos distributions Linux. Une fois installé, vous pouvez ensuite double-cliquer sur l'application pour les exécuter avec Wine. Vous pouvez également essayer PlayOnLinux, une interface sophistiquée sur Wine qui vous aidera à installer des programmes et des jeux Windows populaires.
Wine est un moyen d'exécuter un logiciel Windows sur Linux, mais sans Windows requis. Wine est une couche de compatibilité Windows open source qui peut exécuter des programmes Windows directement sur n'importe quel bureau Linux. Essentiellement, Wine essaie de ré-implémenter suffisamment de Windows à partir de zéro pour qu'il puisse exécuter toutes ces applications Windows sans avoir réellement besoin de Windows.
CAPTURES D'ÉCRAN
Ad
Laboratoire propre
DESCRIPTION
cleanlab vous aide à nettoyer les données et les étiquettes en détectant automatiquement les problèmes dans un ensemble de données ML. Pour faciliter l'apprentissage automatique avec des données désordonnées du monde réel, ce package d'IA centré sur les données utilise vos modèles existants pour estimer les problèmes d'ensemble de données qui peuvent être résolus pour former des modèles encore meilleurs. cleanlab nettoie les étiquettes de vos données via des algorithmes d'apprentissage fiables de pointe, publiés dans cet article et ce blog. Consultez certains des ensembles de données nettoyés avec cleanlab sur labelerrors.com. Ce package vous aide à détecter les problèmes d'étiquettes et d'autres problèmes de données, afin que vous puissiez former des modèles ML fiables. Toutes les fonctionnalités de cleanlab fonctionnent avec n'importe quel ensemble de données et n'importe quel modèle. Oui, n'importe quel modèle : PyTorch, Tensorflow, Keras, JAX, HuggingFace, OpenAI, XGBoost, scikit-learn, etc. Si vous utilisez un classificateur compatible sklearn, toutes les méthodes cleanlab fonctionnent immédiatement.
Fonctionnalités
- Classification binaire et multi-classes
- Classification multi-étiquettes (par exemple, marquage d'images/documents)
- Classification des jetons (par exemple, reconnaissance d'entité dans le texte)
- Classification avec des données étiquetées par plusieurs annotateurs
- Apprentissage actif avec plusieurs annotateurs (suggérez les données à étiqueter ou à ré-étiqueter pour améliorer le plus le modèle)
- Détection des valeurs aberrantes et hors distribution
Langage de programmation
Python
Catégories
Il s'agit d'une application qui peut également être récupérée sur https://sourceforge.net/projects/cleanlab.mirror/. Il a été hébergé dans OnWorks afin de pouvoir être exécuté en ligne de la manière la plus simple possible à partir de l'un de nos systèmes d'exploitation gratuits.
