Questa è l'app di Windows denominata Emb-GAM la cui ultima versione può essere scaricata come v0.2.zip. Può essere eseguito online nel provider di hosting gratuito OnWorks per workstation.
Scarica ed esegui online questa app chiamata Emb-GAM con OnWorks gratuitamente.
Segui queste istruzioni per eseguire questa app:
- 1. Scaricata questa applicazione sul tuo PC.
- 2. Entra nel nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 3. Carica questa applicazione in tale file manager.
- 4. Avvia qualsiasi emulatore online OS OnWorks da questo sito Web, ma migliore emulatore online Windows.
- 5. Dal sistema operativo OnWorks Windows che hai appena avviato, vai al nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 6. Scarica l'applicazione e installala.
- 7. Scarica Wine dai repository software delle tue distribuzioni Linux. Una volta installato, puoi quindi fare doppio clic sull'app per eseguirli con Wine. Puoi anche provare PlayOnLinux, un'interfaccia fantasiosa su Wine che ti aiuterà a installare programmi e giochi Windows popolari.
Wine è un modo per eseguire il software Windows su Linux, ma senza Windows richiesto. Wine è un livello di compatibilità Windows open source in grado di eseguire programmi Windows direttamente su qualsiasi desktop Linux. Essenzialmente, Wine sta cercando di re-implementare abbastanza Windows da zero in modo che possa eseguire tutte quelle applicazioni Windows senza effettivamente bisogno di Windows.
IMMAGINI
Ad
Em-GAM
DESCRIZIONE
I modelli di deep learning hanno raggiunto prestazioni di previsione impressionanti, ma spesso sacrificano l'interpretabilità, una considerazione fondamentale in settori ad alto rischio come l'assistenza sanitaria o la definizione delle politiche. Al contrario, i modelli additivi generalizzati (GAM) possono mantenere l'interpretabilità ma spesso soffrono di scarse prestazioni di previsione a causa della loro incapacità di catturare in modo efficace le interazioni delle caratteristiche. In questo lavoro, miriamo a colmare questa lacuna utilizzando modelli di linguaggio neurale pre-addestrati per estrarre incorporamenti per ogni input prima di apprendere un modello lineare nello spazio di incorporamento. Il modello finale (che chiamiamo Emb-GAM) è una funzione trasparente e lineare delle sue caratteristiche di input e delle interazioni tra le sue caratteristiche. Sfruttare il modello linguistico consente a Emb-GAM di apprendere molti meno coefficienti lineari, modellare interazioni più ampie e generalizzare bene a nuovi input. Attraverso una varietà di set di dati di elaborazione del linguaggio naturale, Emb-GAM raggiunge ottime prestazioni di previsione senza sacrificare l'interpretabilità.
Caratteristiche
- Per un controllo più preciso, puoi invece clonare e installare questo repository dal sorgente
- Modello lineare interpretabile che sfrutta un modello linguistico preaddestrato per apprendere meglio le interazioni
- Funzione di adattamento a una riga
- Emb-GAM utilizza un modello linguistico pre-addestrato per estrarre funzionalità dai dati di testo
- Combina le caratteristiche per estrarre un modello semplice e lineare
- Il modo migliore per utilizzare Emb-GAM è tramite il pacchetto imodelsx
- Emb-GAM raggiunge ottime prestazioni di previsione senza sacrificare l'interpretabilità
Linguaggio di programmazione
Python
Categorie
Questa è un'applicazione che può anche essere recuperata da https://sourceforge.net/projects/emb-gam.mirror/. È stato ospitato in OnWorks per poter essere eseguito online nel modo più semplice da uno dei nostri Sistemi Operativi gratuiti.
