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

Add support for self-training meta-estimator

Aperta
#655 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
Funzionalità
Chiarezza
Da chiarire
Stato di attività
Ferma
Stack tecnologico
python, scikit-learn
Ambito
machine-learning

Direzione di ricerca

L’issue non indica file, test o punti di ingresso; inizia esaminando l’integrazione esistente di estimator nel repository e l’esempio collegato di scikit-learn su self-training meta-estimator. Il completamento significa che SKLL supporta esperimenti che utilizzano questo estimator, ma l’ambito richiesto per la configurazione e la validazione non è specificato.

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

Descrizione

enhancement help wanted sklearn-compatibility

Nice way to take advantage of unlabeled data (based on Yarowski's old self-supervised WSD paper). See more here.

Lingua principale
Python
Stelle
561
Fork
69
Nessuna PR unita negli ultimi 30g

Guida per i contributori

Apri la guida per i contributori

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 EducationalTestingService/skll

Tutte le issue di EducationalTestingService/skll

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.