section 3 - understanding and selecting algorithms
Abierto
@stevehadd ya está trabajando en esto.
Desde el 25/5/2022.
Evaluación
Este issue todavía no se ha evaluado.
Descripción
Material Outline for notebook #3
- Introducing Radiation Emulation Dataset
- Overview (topoography) of machine learning algorithms/techniques
- Decision Trees and Derivatives
- Neural Networks
- How they are trained
- Common Architectures (FF, CNN, LSTM, GNN)
Overview of Metrics
- Classification
- Regression
Misc - GAN
- Reinforcement Learning
- Lenguaje dominante
- Jupyter Notebook
- Estrellas
- 4
- Forks
- 2
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
Aún no hemos revisado los archivos de configuración de este proyecto. Empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de MetOffice/ml_weather_tutorial
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 55/100
-
Documentation: Tutorial setupAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 35/100
-
Dificultad 3/5 1-2 días Aptitud para principiantes 35/100
-
Dificultad 4/5 3-5 días Aptitud para principiantes 35/100
-
create a similarity matrix for the clustering notebookQuizá libre de nuevo @stevehadd la tomó hace 1384 días y no hay ningún pull request abierto. Abierto
MetOffice/ml_weather_tutorial#28 · 1 asignado ·