Hacktoberfest 2026: los issues que los mantenedores marcaron para octubre, abiertos y aptos para principiantes. Explorar issues de Hacktoberfest

Neuromath + ML (linear algebra + concepts, regression, optimization, curve fitting, stats, circular stats, graph theory) tutorial

Abierto
#42 0 comentarios 0 reacciones 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
5/5
Tiempo estimado
Más de una semana
Aptitud para principiantes
25/100
Tipo de issue
Documentación
Claridad
Necesita aclaración
Estado de actividad
Estancado
Stack tecnológico
jupyter-notebook, python
Área
documentation, machine-learning

Línea de trabajo

Comienza revisando los tutoriales existentes del repositorio y la lista amplia de temas de este issue. Antes de la implementación, acota el alcance y define qué notebooks deben cubrir la vectorización, los conceptos de aprendizaje automático, la regresión, la optimización, el ajuste de curvas, la estadística, la estadística circular y la teoría de grafos; la tarea estará terminada cuando el material acordado de los tutoriales esté completo y se pueda ejecutar.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

  • Tricks for vectorizing
  • "What is machine learning?"
Lenguaje dominante
Jupyter Notebook
Estrellas
17
Forks
4
Sin PR fusionados en 30 d

Guía de contribución

No hay ninguna guía de contribución indexada para este repositorio

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de ContextLab/CDL-tutorials

Todos los issues de ContextLab/CDL-tutorials

Issues similares

Más issues de Documentation

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.