More sophisticated example of learning networks
Ninguém assumiu esta issue ainda.
Avaliação
- Dificuldade
- 4/5
- Tempo estimado
- 3-5 dias
- Facilidade para iniciantes
- 30/100
- Tipo de issue
- Funcionalidade
- Clareza
- Razoavelmente clara
- Status de atividade
- Estagnada
- Stack de tecnologia
- julia
- Domínio
- documentation, machine-learning
Direção de pesquisa
Comece com o exemplo de learning network em Julia apresentado na issue, incluindo Standardizer, UnivariateBoxCoxTransformer, RidgeRegressor, DecisionTreeRegressor, hcat e LinearRegressor. Reproduza o erro relatado no nó R e determine o que impede o fitting. Considera-se concluído quando o exemplo mais sofisticado estiver documentado e for executado sem o MethodError mostrado.
Escrita pelo modelo de indexação a partir do texto da issue.
Descrição
@ablaom it would be nice to have a quick example of something that can't be done with a pipeline; I was thinking something like
L1 : standardizer and boxcox
L2 : Ridge and DTR
L3 : hcat and feed to a LinearRegressor
It should look something like this
W = X |> Standardizer()
z = y |> UnivariateBoxCoxTransformer()
ẑ₁ = (W, z) |> RidgeRegressor()
ẑ₂ = (W, z) |> DecisionTreeRegressor()
R = hcat(ẑ₁, ẑ₂)
ẑ = (R, z) |> LinearRegressor()
ŷ = ẑ |> inverse_transform(z)
but it looks like there's an issue with fitting the R node, could you comment on it?
ERROR: MethodError: no method matching ridge(::Array{Any,2}, ::Array{Float64,1}, ::Float64)
- Linguagem predominante
- ReScript
- Estrelas
- 126
- Forks
- 19
- Métricas de merge de PRs
- Nenhum PR com merge em 30d
Preparar o ambiente
Este projeto não oferece contêiner de desenvolvimento, Dockerfile nem guia de contribuição, então a configuração fica por sua conta: comece pelo README e veja nosso guia da primeira contribuição para os passos gerais.
Primeiros passos
- Leia a issue inteira e depois o guia de contribuição do projeto.
- Comente na issue dizendo que vai assumir — evita que duas pessoas façam o mesmo trabalho.
- Faça um fork do repositório e trabalhe em uma branch.
- Abra um pull request que referencie o número da issue.
Mais de JuliaAI/DataScienceTutorials.jl
-
Dificuldade 4/5 3-5 dias Facilidade para iniciantes 25/100
JuliaAI/DataScienceTutorials.jl#239 · 5 comentários ·
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 42/100
JuliaAI/DataScienceTutorials.jl#229 · 1 comentário · 1 reação ·
-
tutorial organization
Dificuldade 3/5 1-2 dias Facilidade para iniciantes 35/100
JuliaAI/DataScienceTutorials.jl#228 · 2 comentários ·
-
Dificuldade 3/5 1-2 dias Facilidade para iniciantes 45/100
-
testing
Dificuldade 3/5 1-2 dias Facilidade para iniciantes 45/100
Todas as issues de JuliaAI/DataScienceTutorials.jl
Issues semelhantes
-
Dificuldade 2/5 Menos de uma hora Facilidade para iniciantes 70/100
-
2.3 EDA: `np.log` example adds +1 to every value, so it can't produce the `-inf` output shownAberta
Dificuldade 1/5 Menos de uma hora Facilidade para iniciantes 92/100
DataTalksClub/machine-learning-zoomcamp#730 ·
Mantenedores costumam responder em até 2 dias
-
docs: tutorial 7 still references removed A2AStarletteApplicationTalvez já em andamento @FOWEPJF255 assumiu hoje. Aberta
Dificuldade 1/5 Menos de uma hora Facilidade para iniciantes 92/100
a2aproject/A2A#2321 ·
Mantenedores costumam responder em até 1 dia
-
area:claude-code-web area:docs bug
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 68/100
anthropics/claude-code#100184 ·
Mantenedores costumam responder em até 1 dia
-
Dificuldade 1/5 Menos de uma hora Facilidade para iniciantes 75/100
hturner/pkg-dev-ctv#57 ·