section 3 - understanding and selecting algorithms
@stevehadd ci sta già lavorando.
Dal 25/5/2022.
Valutazione
Questa issue non è ancora stata valutata.
Descrizione
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
- Lingua principale
- Jupyter Notebook
- Stelle
- 4
- Fork
- 2
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di MetOffice/ml_weather_tutorial
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 55/100
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 35/100
-
Difficoltà 3/5 1-2 giorni Idoneità per principianti 35/100
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 35/100
-
create a similarity matrix for the clustering notebookForse di nuovo libera @stevehadd l’ha presa 1403 giorni fa e non c’è nessuna pull request aperta. Aperta
MetOffice/ml_weather_tutorial#28 · 1 assegnatario ·