Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

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

Aperta
#42 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
5/5
Tempo stimato
Più di una settimana
Idoneità per principianti
25/100
Tipo di issue
Documentazione
Chiarezza
Da chiarire
Stato di attività
Ferma
Stack tecnologico
jupyter-notebook, python
Ambito
documentation, machine-learning

Direzione di ricerca

Inizia esaminando i tutorial esistenti del repository e l’ampio elenco di argomenti in questa issue. Prima dell’implementazione, restringi l’ambito e definisci quali notebook dovranno trattare la vettorializzazione, i concetti di machine learning, la regressione, l’ottimizzazione, il fitting delle curve, la statistica, la statistica circolare e la teoria dei grafi; il lavoro è completato quando il materiale concordato dei tutorial è completo ed eseguibile.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

  • Tricks for vectorizing
  • "What is machine learning?"
Lingua principale
Jupyter Notebook
Stelle
17
Fork
4
Nessuna PR unita negli ultimi 30g

Guida per i contributori

Nessuna guida per i contributori indicizzata per questo repository

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di ContextLab/CDL-tutorials

Tutte le issue di ContextLab/CDL-tutorials

Issue simili

Altre issue su Documentation

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.