WebCatalog

Active Learning - Ekvádor | Najlepšie aplikácie a softvér

Active learning tools keep students engaged with polls, quizzes, discussions, and interactive exercises during lectures and classroom sessions.

Galileo AI

Galileo AI

Galileo AI je asistent pre návrh používateľských rozhraní, ktorý podľa textového zadania vytvorí vysokokvalitné UI návrhy vrátane ilustrácií a textov, napr. profily a nastavenia.

Labelbox

Labelbox

Labelbox je dátovo orientovaná platforma na tvorbu a používanie AI: anotovanie údajov, trénovanie a dolaďovanie modelov a automatizáciu úloh pomocou veľkých jazykových modelov.

Galileo

Galileo

Galileo je platforma na hodnotenie, monitoring a zabezpečenie AI aplikácií, ktorá pomáha testovať modely, sledovať výkon a odhaliť chyby v produkcii.

Modal

Modal

Modal umožňuje spúšťať kód v cloude cez kontajnery a serverless prostredie bez potreby spravovať vlastnú infraštruktúru.

V7

V7

V7 je AI dátová platforma pre počítačové videnie a generatívne AI. Poskytuje anotáciu obrázkov, videí a textu, správu datasetov, workflowy, human-in-the-loop a OCR nástroje.

Dataloop

Dataloop

Dataloop je platforma na správu, anotáciu a prípravu dát pre strojové učenie, s nástrojmi na ukladanie dát, integráciu cloudov, export anotácií a nasadzovanie modelov.

Encord

Encord

Encord je platforma na tvorbu a správu trénovacích dát, anotáciu vizuálnych údajov, hodnotenie a doladenie modelov AI a nasadenie do produkcie.

Deepchecks

Deepchecks

Deepchecks je platforma na automatizované testovanie a monitorovanie výkonu, zaujatosti a driftu veľkých jazykových a ML modelov s podporou CI/CD integrácie.

DagsHub

DagsHub

DAGsHub je platforma na správu projektov dátovej vedy: verzovanie datasetov a modelov, sledovanie experimentov, anotovanie dát a spolupráca.

Cleanlab

Cleanlab

Cleanlab automaticky zisťuje a opravuje chyby v obrazových, textových a tabuľkových dátach, auto-označuje veľké sady a poskytuje čisté dáta pre spoľahlivejšie ML modely.

Lightly AI

Lightly AI

Lightly pomáha tímom ML vyberať a analyzovať dáta pomocou aktívneho učenia: vyberať najlepšie vzorky, vyvážiť triedy, odhaliť chyby, monitorovať modely a spravovať verzie datasetov.