Sklearn 0.21 中文文档校正活动 | ApacheCN
整体进度: apachecn/sklearn-doc-zh/issues/352
贡献指南: apachecn/sklearn-doc-zh/blob/master/CONTRIBUTING.md
项目仓库: apachecn/sklearn-doc-zh
贡献指南
请您勇敢地去翻译和改进翻译。尽管我们追求卓越,但我们并不要求您做到十全十美,因而请不要担心由于翻译上犯错——在大部分情况下,我们的服务器已经记录所有的翻译,因而您不必担心会由于您的失误遭到无法挽回的破坏。(改编自维基百科)
可能有用的链接:
- 英文官网
- 中文翻译
负责人:
- @loopyme:3322728009
- 飞龙:562826179
- 片刻:529815144
章节列表
- 安装 scikit-learn
- 客户指南
- 1. 监督学习
- 1.1. 广义线性模型
- 1.2. 线性和二次判别分析
- 1.3. 内核岭回归
- 1.4. 支持向量机
- 1.5. 随机梯度下降
- 1.6. 最近邻
- 1.7. 高斯过程
- 1.8. 交叉分解
- 1.9. 朴素贝叶斯
- 1.10. 决策树
- 1.11. 集成方法
- 1.12. 多类和多标签算法
- 1.13. 特征选择
- 1.14. 半监督学习
- 1.15. 等式回归
- 1.16. 概率校准
- 1.17. 神经网络模型(有监督)
- 2. 无监督学习
- 2.1. 高斯混合模型
- 2.2. 流形学习
- 2.3. 聚类
- 2.4. 双聚类
- 2.5. 分解成分中的信号(矩阵分解问题)
- 2.6. 协方差预计
- 2.7. 新奇和异常值检测
- 2.8. 密度预计
- 2.9. 神经网络模型(无监督)
- 3. 模型选择和评估
- 3.1. 交叉验证:评估估算器的体现
- 3.2. 调整预计器的超参数
- 3.3. 模型评估: 量化预测的质量
- 3.4. 模型持久化
- 3.5. 验证曲线: 绘制分数以评估模型
- 4. 检验
- 4.1. 部分依赖图
- 5. 数据集转换
- 5.1. Pipeline(管道)和 FeatureUnion(特征联合): 合并的评估器
- 5.2. 特征提取
- 5.3 预解决数据
- 5.4 缺失值插补
- 5.5. 无监督降维
- 5.6. 随机投影
- 5.7. 内核近似
- 5.8. 成对的矩阵, 类别和核函数
- 5.9. 预测目标 (
y
) 的转换
- 6. 数据集加载工具
- 6.1. 通用数据集 API
- 6.2. 玩具数据集
- 6.3 真实世界中的数据集
- 6.4. 样本生成器
- 6.5. 加载其余数据集
- 7. 使用scikit-learn计算
- 7.1. 大规模计算的策略: 更大量的数据
- 7.2. 计算性能
- 7.3. 并行性、资源管理和配置
- 1. 监督学习
- 教程
- 使用 scikit-learn 详情机器学习
- 关于科学数据解决的统计学习教程
- 机器学习: scikit-learn 中的设置以及预估对象
- 监督学习:从高维观察预测输出变量
- 模型选择:选择预计量及其参数
- 无监督学习: 寻求数据表示
- 把它们放在一起
- 寻求帮助
- 解决文本数据
- 选择正确的评估器(estimator.md)
- 外部资源,视频和谈话
- API 参考
- 常见问题
- 时光轴
流程
一、认领
首先查看整体进度,确认没有人认领了你想认领的章节。
而后回复 ISSUE,注明“章节 + QQ 号”(肯定要留 QQ)。
二、校正
需要校正:
- 语法
- 术语使用
- 文档格式
假如觉得现有翻译不好,重新翻译也是可以的。
三、提交
提交的时候不要改动文件名称,即便它跟章节标题不一样也不要改,由于文件名和原文的链接是对应的!!!
fork
Github 项目- 修改
docs/0.21.3
中的文档 push
pull request
请见 Github 入门指南。
说明
1. 本站所有资源来源于用户上传和网络,如有侵权请邮件联系站长!
2. 分享目的仅供大家学习和交流,您必须在下载后24小时内删除!
3. 不得使用于非法商业用途,不得违反国家法律。否则后果自负!
4. 本站提供的源码、模板、插件等等其他资源,都不包含技术服务请大家谅解!
5. 如有链接无法下载、失效或广告,请联系管理员处理!
6. 本站资源售价只是摆设,本站源码仅提供给会员学习使用!
7. 如遇到加密压缩包,请使用360解压,如遇到无法解压的请联系管理员
开心源码网 » Sklearn 0.21 中文文档校正活动 | ApacheCN
1. 本站所有资源来源于用户上传和网络,如有侵权请邮件联系站长!
2. 分享目的仅供大家学习和交流,您必须在下载后24小时内删除!
3. 不得使用于非法商业用途,不得违反国家法律。否则后果自负!
4. 本站提供的源码、模板、插件等等其他资源,都不包含技术服务请大家谅解!
5. 如有链接无法下载、失效或广告,请联系管理员处理!
6. 本站资源售价只是摆设,本站源码仅提供给会员学习使用!
7. 如遇到加密压缩包,请使用360解压,如遇到无法解压的请联系管理员
开心源码网 » Sklearn 0.21 中文文档校正活动 | ApacheCN