이것은 최신 릴리스를 v0.2.zip으로 다운로드할 수 있는 Emb-GAM이라는 Windows 앱입니다. 워크스테이션용 무료 호스팅 제공업체인 OnWorks에서 온라인으로 실행할 수 있습니다.
OnWorks와 함께 Emb-GAM이라는 이 앱을 무료로 다운로드하여 온라인에서 실행하십시오.
이 앱을 실행하려면 다음 지침을 따르세요.
- 1. 이 애플리케이션을 PC에 다운로드했습니다.
- 2. 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX에 원하는 사용자 이름을 입력합니다.
- 3. 이러한 파일 관리자에서 이 응용 프로그램을 업로드합니다.
- 4. 이 웹사이트에서 모든 OS OnWorks 온라인 에뮬레이터를 시작하지만 더 나은 Windows 온라인 에뮬레이터를 시작합니다.
- 5. 방금 시작한 OnWorks Windows OS에서 원하는 사용자 이름으로 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX로 이동합니다.
- 6. 애플리케이션을 다운로드하여 설치합니다.
- 7. Linux 배포 소프트웨어 저장소에서 Wine을 다운로드합니다. 설치가 완료되면 앱을 두 번 클릭하여 Wine과 함께 실행할 수 있습니다. 인기 있는 Windows 프로그램 및 게임을 설치하는 데 도움이 되는 Wine을 통한 멋진 인터페이스인 PlayOnLinux를 사용해 볼 수도 있습니다.
Wine은 Linux에서 Windows 소프트웨어를 실행하는 방법이지만 Windows가 필요하지 않습니다. Wine은 모든 Linux 데스크탑에서 직접 Windows 프로그램을 실행할 수 있는 오픈 소스 Windows 호환성 계층입니다. 본질적으로 Wine은 Windows가 필요하지 않고 모든 Windows 응용 프로그램을 실행할 수 있도록 Windows를 처음부터 충분히 다시 구현하려고 합니다.
스크린 샷
Ad
엠감
기술
딥 러닝 모델은 인상적인 예측 성능을 달성했지만 종종 의료 또는 정책 입안과 같은 고부담 영역에서 중요한 고려 사항인 해석 가능성을 희생합니다. 반대로 GAM(Generalized Additive Models)은 해석 가능성을 유지할 수 있지만 기능 상호 작용을 효과적으로 캡처할 수 없기 때문에 종종 예측 성능이 좋지 않습니다. 이 작업에서 우리는 사전 훈련된 신경 언어 모델을 사용하여 임베딩 공간에서 선형 모델을 학습하기 전에 각 입력에 대한 임베딩을 추출하여 이 격차를 해소하는 것을 목표로 합니다. 최종 모델(Emb-GAM이라고 함)은 입력 기능과 기능 상호 작용의 투명하고 선형적인 함수입니다. 언어 모델을 활용하면 Emb-GAM이 훨씬 적은 선형 계수를 학습하고, 더 큰 상호 작용을 모델링하고, 새로운 입력에 대해 잘 일반화할 수 있습니다. 다양한 자연어 처리 데이터 세트에서 Emb-GAM은 해석 가능성을 희생하지 않고도 강력한 예측 성능을 달성합니다.
기능
- 보다 세밀한 제어를 위해 소스에서 이 저장소를 복제하고 설치할 수 있습니다.
- 사전 학습된 언어 모델을 활용하여 상호 작용을 더 잘 학습하는 해석 가능한 선형 모델
- 한 줄 맞추기 기능
- Emb-GAM은 사전 학습된 언어 모델을 사용하여 텍스트 데이터에서 기능을 추출합니다.
- 간단한 선형 모델을 추출하기 위해 기능을 결합합니다.
- Emb-GAM을 사용하는 가장 좋은 방법은 imodelsx 패키지를 이용하는 것입니다.
- Emb-GAM은 해석 가능성을 희생하지 않고 강력한 예측 성능을 달성합니다.
프로그래밍 언어
Python
카테고리
이것은 https://sourceforge.net/projects/emb-gam.mirror/에서도 가져올 수 있는 애플리케이션입니다. 무료 운영 체제 중 하나에서 가장 쉬운 방법으로 온라인으로 실행하기 위해 OnWorks에서 호스팅되었습니다.
