mylb.
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 1/5
- Tiempo estimado
- Menos de una hora
- Aptitud para principiantes
- 20/100
- Tipo de issue
- Nueva funcionalidad
- Claridad
- Necesita aclaración
- Estado de actividad
- Activo
- Stack tecnológico
- dockerfile
- Área
- machine-learning
Línea de trabajo
This issue asks users to describe their data sources and formats; it does not identify a code file, test, or implementation task. Start by checking the repository's issue templates and Model Builder contribution guidance to determine whether this is a request for user feedback. Done means the team has enough information about data locations, formats, and transformation needs to prioritize future support.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Model Builder currently supports two data sources, local files (.csv and .tsv) and SQL tables. We understand your data is in many different places and shapes. We'd like to understand where your data comes from so we can better support your scenario in Model Builder.
Where is your data located?
A clear and concise description of where you data is. i.e. Local json file, Cosmos DB, [...]
What does your data look like?
A clear and concise description of what format your data is in. Is it tabular? Is it in JSON format?
Does your data require transformations?
A clear and concise description of the state of your data. Does it have many missing values? Is much of it irrelevant?
Example
If possible, a small example of your data (inline or attached file).
Additional context
Add any other context or information you'd like to give us.
- Lenguaje dominante
- Dockerfile
- Estrellas
- 288
- Forks
- 66
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: 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 dotnet/machinelearning-modelbuilder
-
Dificultad 4/5 1-2 días Aptitud para principiantes 22/100
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
-
Dificultad 3/5 1-2 días Aptitud para principiantes 42/100
dotnet/machinelearning-modelbuilder#3090 · 2 comentarios · 1 reacción ·
-
Dificultad 3/5 1-2 días Aptitud para principiantes 35/100
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 10/100
Todos los issues de dotnet/machinelearning-modelbuilder
Issues similares
-
Angle brackets are not tokenizer delimiters, so `<http://…>` fuses the opening bracket to the URLAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 65/100
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
maziyarpanahi/openmed#4204 · 1 comentario ·
Los mantenedores suelen responder en 3 días
-
icu-benchmarks evaluate --eval crashes on ML classifiers: unconditional model.set_weight() callAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 70/100
rvandewater/YAIB#206 ·
-
Non-positive worker counts wait for results without starting workersPosiblemente ocupada @IlyaKhalafi la tomó hoy. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 85/100
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 65/100
Los mantenedores suelen responder en 1 día