Hacktoberfest 2026：メンテナが10月に向けて印を付けた、オープンで初心者向けの issue。 Hacktoberfest の issue を見る

Generating synthetic data

オープン
  • 何か問題がありますか？
#70 コメント 0 件 リアクション 0 件 担当者 0 名 GitHub で見る

まだ誰も着手していません。

評価

難易度
3/5
見積もり時間
1〜2日
初心者へのやさしさ
38/100
issue の種類
ドキュメント
明瞭さ
おおむね明確
活発さ
停滞
技術スタック
julia
領域
data-visualization, documentation

調査の方向性

issue #70 の Julia コードブロックから始め、リポジトリの tutorials 領域を調べて、この内容をどこに配置すべきか判断してください。そこに合成データの例とプロットを統合し、その後、チュートリアルの例が実行され、期待される可視化が生成されることを確認してください。

索引モデルが issue の本文から書いたものです。

説明

concrete tutorial proposal 

# --------------------------------------------------------------------------
# The script below will eventually go in the tutorials, it generates points
# using standard keywords and plots them. It was also used to eyball the
# results and make sure they made sense
# --------------------------------------------------------------------------

# using PyPlot
#
# # BLOBS
#
# figure(figsize=(8, 6))
# X, y = make_blobs(100, 2, centers=3, as_table=false)
#
# plot(X[y.==1, 1], X[y.==1, 2], ls="none", marker="o")
# plot(X[y.==2, 1], X[y.==2, 2], ls="none", marker="o")
# plot(X[y.==3, 1], X[y.==3, 2], ls="none", marker="o")
#
# gcf()
#
# # CIRCLES
#
# figure(figsize=(8, 6))
# X, y = make_circles(200, as_table=false, factor=0.3)
#
# plot(X[y.==0, 1], X[y.==0, 2], ls="none", marker="o")
# plot(X[y.==1, 1], X[y.==1, 2], ls="none", marker="o")
#
# gcf()
#
# # MOONS
#
# figure(figsize=(8, 6))
# X, y = make_moons(200, as_table=false)
#
# plot(X[y.==0, 1], X[y.==0, 2], ls="none", marker="o")
# plot(X[y.==1, 1], X[y.==1, 2], ls="none", marker="o")
#
# gcf()
#
# # REGRESSION 1
#
# figure(figsize=(8, 6))
# X, y = make_regression(200, 1, as_table=false, noise=0.5, rng=550)
#
# plot(X[:, 1], y, ls="none", marker="o")
#
# gcf()
#
# # REGRESSION WITH OUTLIERS
#
# figure(figsize=(8, 6))
# X, y = make_regression(200, 1, as_table=false, noise=0.5, rng=550, outliers=0.1)
#
# plot(X[:, 1], y, ls="none", marker="o")
#
# gcf()
主要言語
ReScript
スター
126
フォーク
19
30日以内にマージされた PR はありません

環境構築

このプロジェクトには開発コンテナ、Dockerfile、コントリビューションガイドがありません。まず README を読み、一般的な手順ははじめてのコントリビューションガイドを参照してください。

はじめの一歩

  1. issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
  2. 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
  3. リポジトリをフォークし、ブランチを切って変更します。
  4. issue 番号を参照したプルリクエストを送ります。

JuliaAI/DataScienceTutorials.jl のほかの issue

JuliaAI/DataScienceTutorials.jl の issue をすべて見る

似ている issue

Data Visualization の issue をもっと見る

新しい issue をメールで受け取る

初心者向けの GitHub issue を短くまとめたダイジェスト。