DS ScriptsNook

Willkommen bei DS-Scriptsnook?

? Repository

DS-scriptsNook wäre ein One-Stop-Ziel, um die Datenwissenschaft kennenzulernen. Dieses Repository basiert auf der einzigartigen Sammlung von Skripten, die auf linearen Algebra, Kalkül, Statistiken, maschinellem Lernen, tiefem Lernen, Verarbeitung natürlicher Sprache, Computer Vision und künstlicher Intelligenz usw. basieren.

Das Hauptziel dieses Projekts ist es, eine effiziente und nützliche Ressourcen bereitzustellen, um in die Datenwissenschaft zu springen. Dies würde Ihnen helfen, alle Fähigkeiten zu erwerben, die Sie benötigen, bevor Sie sich in Echtzeitprojekte befassen. Machen Sie sich in die Komfortbühne, indem Sie hier anhalten.

? Mach mit

Jeder, der sich auf Technologie bezieht, die zu Open-Source beitragen möchten, sind alle eingeladen, einzusteigen. Dieser Ort hat Aufgabe für alle und ist ein anfängerfreundliches Projekt.

| Lineare Algebra | Kalkül | Statistiken | Maschinelles Lernen | Tiefes Lernen | Verarbeitung natürlicher Sprache | Computer Vision | Künstliche Intelligenz |

Sie können auswählen: Wählen Sie ein Thema aus. Entscheiden Sie, ob Sie Ihre Fähigkeiten durch Algorithmen, Bibliotheken oder Tutorials verbessern möchten, und Sie können gut anfangen.

Wenn Sie an einem einzigartigen Skript gearbeitet oder mit der Welt teilen möchten, können Sie dies hier durchführen. Gehen Sie die beitragenden Richtlinien für den Beitrag durch? ‍

Wenn das Problem von Ihrem Ende (oder) von der Registerkarte "ITS GESAGE genommen wird, um ein Skript hinzuzufügen, das so viel wie möglich aufwändig ist, wie es darum geht, wie effizient Sie über Konzepte wissen.

Gehen Sie anschließend auch die GitHub -Dokumentation zum Erstellen einer Pull -Anfrage durch.

Schauen Sie sich die Garage nützlicher Skripte durch

• Lineare Algebra
• Infinitesimalrechnung
• Statistiken
• Maschinelles Lernen
• Tiefes Lernen
• Verarbeitung natürlicher Sprache
• Computer Vision
• Künstliche Intelligenz

Projektstruktur

Ihre Projekte sollten diesen Fluss enthalten, um die Ähnlichkeit in allen anderen Projekten aufrechtzuerhalten. Stellen Sie sicher, dass Sie diese Dinge beachten, bevor Sie eine PR erstellen.

• Für Skripte zu Konzepten, Tutorials und Bibliotheken sollte die Projektstruktur so aussehen:

Gehen Sie in den betroffenen Ordner, sei es Tutorials oder Bibliotheken usw. Sie möchten zum Beispiel ein Skript über die Numpy -Bibliothek hinzufügen. Gehen Sie in den Ordner "maschinelles Lernen" und dann in den Ordner "Bibliotheken". Hier in diesem Fall addieren wir eine Einführung in Numpy. Der Ordnertitel sollte also eine "Einführung in Numpy" sein

Erstellen Sie in diesem Ordner eine "Datei_Name.md" und der Dateiname sollte als "Einführung_TO_NUMPY.MD" geschrieben werden.

Da es sich um ein Tutorial über Bibliothek und eine .md -Datei handelt. Sie sollten dieser Vorlage folgen, um diese Datei vorzubereiten und die relevanten Bilder zu addieren, die erforderlich sind, um die Ausarbeitung des Konzepts zu rechtfertigen.

Alle in der .MD -Datei verwendeten Bilder sollten im Ordner "Images" in "Einführung in den Ordner" Einführung in den Ordner "Numpy" enthalten sein. Sie können ein Konzept aufnehmen und sich in den jeweiligen Ordnern summieren. Ich hatte dieses Beispiel zur Verfügung gestellt, um Sie zu einer Projektstruktur zu führen.

• Für Skripte von Algorithmen über maschinelles Lernen, Deep -Lernen, Computer Vision, künstliche Intelligenz sollte die Projektstruktur so aussehen:

Gehen Sie zu den jeweiligen und in den Ordner "Algorithmen". Nein, erstellen Sie einen Ordner Ihres Algorithmus. (Beispiel: Wenn Sie einen Algorithmus des Entscheidungsbaumklassifikators hinzufügen möchten, sollte der Projektname "Entscheidungsbaumklassifizierer" und Dateiname als "entschlossenheit_tree_classifier.ipynb" sein) sein.

Anders als Algorithmus -Datei sollte sie auch über diese Vorlage über eine 'Readme.md' verfügen

Bilder - Dieser Ordner hat alle Bilder in Readme.md und der Skriptdatei addiert.

Erläutern Sie Ihre Readme kurz darüber, wie es funktioniert, indem Sie schrittweise die Prozedur anzeigen.

? Vorlagen folgen

• Feature -Anfrage
• Fehlerbericht
• Anfrage ziehen
• Readme

Hinweis : Man sollte diesen Vorlagen befolgen, während man ein neues Problem erstellt oder annimmt.

? ‍ Workflow:

• Geben Sie das Repository auf

• Klonen Sie Ihr Gabel -Repository mit Terminal oder GitBash.

• Nehmen Sie Änderungen am geklonten Repository vor

• Fügen Sie und schieben

• Dann finden Sie in Github in Ihrem geklonten Repository die Option, eine Pull -Anfrage zu stellen

print ("Starten Sie für ds-scriptsnook beitragen")

Dinge zu beachten

• Stellen Sie sicher, dass Sie keine Codes aus externen Quellen kopieren, da diese Arbeit nicht berücksichtigt wird. Plagiat ist streng nicht erlaubt.
• Sie können nur an Themen arbeiten, die Ihnen zugewiesen wurden.
• Wenn Sie den Algorithmus beitragen möchten, ist es vorzuziehen, dass Sie ein neues Problem erstellen, bevor Sie eine PR erstellen und Ihre PR mit diesem Problem verknüpfen.
• Wenn Sie Codearbeiten geändert/hinzugefügt haben, stellen Sie sicher, dass der Code vor dem Senden erstellt wird.
• Verwenden Sie Snake_Case (unterstriche_separated) in Ihrem Dateiname und drücken Sie ihn in den richtigen Ordner.
• Aktualisieren Sie die Readme.md nicht.

❄️ Open Source -Programme

HacktoBerfest 2021

Devincept Codes 2021

Rangliste

Devincept Codes 2021

Ruhmeshalle

Danke geht an diese wundervollen Menschen. Beiträge jeglicher Art sind willkommen!

Verhaltenskodex

Hier finden Sie unseren Verhaltenskodex.

Lizenz

Dieses Projekt folgt der MIT -Lizenz.

✔ Project Betreing

Ayushi Shrivastava

? Projektadmin

Prathima Kadari

? Stargazers im Laufe der Zeit?

Geben Sie diesem Projekt einen Stern

Wenn Sie gerne an diesem Projekt arbeiten, tun Sie dieses Repository und teilen Sie dies.

? ? ? Glücklicher Beitrag? ? ?

? Kontakt

Wenn Sie mich kontaktieren möchten, können Sie mich durch soziale Handles erreichen.

© 2022 Prathima Kadari