Descargar DS ScriptsNook - DS ScriptsNook Código fuente de descarga

DS ScriptsNook

Otro código fuente

1.0.0

Descargar

¿Bienvenido a DS-Scriptsnook?

? Repositorio

DS-Scriptsnook sería un destino único para familiarizarse con la ciencia de datos. Este repositorio encierra con la colección única de scripts basados en álgebra lineal, cálculo, estadísticas, aprendizaje automático, aprendizaje profundo, procesamiento del lenguaje natural, visión por computadora e inteligencia artificial, etc., participe en este viaje de código abierto.

El objetivo principal de este proyecto es proporcionar recursos eficientes y útiles para saltar a la ciencia de datos. Esto lo ayudaría a adquirir todas las habilidades que necesita antes de ingresar a proyectos en tiempo real. Vaya a la etapa de comodidad deteniéndose aquí.

? Unir aquí

Cualquier persona relacionada con la tecnología que busque contribuir a la fuente abierta, está invitado a subirse. Este lugar tiene tarea para todos y es un proyecto para principiantes.

Puede elegir: seleccione un tema. Decida si desea mejorar sus habilidades a través de algoritmos o bibliotecas o tutoriales y es bueno comenzar.

Si había trabajado o deseó iniciar un guión único y desea compartirlo con el mundo, puede hacerlo a través de aquí. Pasar por las pautas contribuyentes para contribuir? ‍

Cuando el problema se plantea de su parte (o) se lo tomó de los problemas para agregar un script, elabore todo lo que pueda, ya que todo se trata de cuán eficientemente había adquirido conocimiento sobre los conceptos.

Posteriormente, también revise la documentación de GitHub sobre la creación de una solicitud de extracción.

Mira a través del garaje de scripts útiles

Álgebra lineal
Cálculo
Estadística
Aprendizaje automático
Aprendizaje profundo
Procesamiento del lenguaje natural
Visión por computadora
Inteligencia artificial

Estructura de proyectos

Sus proyectos deben contener este flujo para mantener la similitud en todos los demás proyectos. Asegúrese de notar estas cosas, antes de crear un PR.

Para los scripts sobre conceptos, tutoriales y bibliotecas, la estructura del proyecto debe verse así:

Vaya a la carpeta preocupada, ya sea tutoriales o bibliotecas, etc. Por ejemplo, desea agregar un script sobre la biblioteca Numpy. Vaya a la carpeta "Machine Learning" y luego a la carpeta "Bibliotecas". Aquí en este caso, estamos sumando una introducción a Numpy. Entonces, el título de la carpeta debería ser una "Introducción a Numpy"

En esta carpeta, cree un "file_name.md" y el nombre del archivo debe escribirse como "introduction_to_numpy.md".

Ya que es un tutorial sobre la biblioteca y un archivo .md. Debe seguir esta plantilla para preparar este archivo y sumar las imágenes relevantes necesarias para justificar la elaboración del concepto.

Todas las imágenes utilizadas en el archivo .md deben estar en la carpeta "Imágenes" dentro de la carpeta "Introducción a Numpy". Puede tomar un concepto y sumar en las carpetas respectivas. Había proporcionado este ejemplo para guiarte en una estructura de proyecto.

Para los guiones de algoritmos en aprendizaje automático, aprendizaje profundo, visión por computadora, inteligencia artificial, la estructura del proyecto debería verse así:

Vaya a los respectivos y a la carpeta "Algoritmos". No, cree una carpeta de su algoritmo. (Ejemplo: si desea agregar un algoritmo del clasificador de árbol de decisión, entonces el nombre del proyecto debe ser "clasificador de árbol de decisión" y el nombre del archivo como "decision_tree_classifier.ipynb")

Aparte del archivo de algoritmo, también debe tener un 'readme.md' utilizando esta plantilla

Imágenes : esta carpeta se agregaría todas las imágenes en ReadMe.md y el archivo de script.

Elabore su lectura brevemente sobre cómo funciona mostrando el procedimiento paso a paso.

? Plantillas a seguir

Solicitud
Informe de error
Solicitud de solicitud
Readme

Nota : Uno debe seguir estas plantillas mientras crea un nuevo problema o solicitud de extracción.

? ‍ flujo de trabajo:

Bifurca el repositorio
Clone su repositorio bifurcado usando terminal o gitbash.
Hacer cambios en el repositorio clonado
Agregar, cometer y empujar
Luego en Github, en su repositorio clonado, encuentre la opción de hacer una solicitud de extracción

Imprimir ("Comience a contribuir para DS-Scriptsnook")

Cosas a tener en cuenta

Asegúrese de no copiar códigos de fuentes externas porque ese trabajo no será considerado. El plagio no está estrictamente permitido.
Solo puede trabajar en temas que se le han asignado.
Si desea contribuir con el algoritmo, es preferible que cree un nuevo problema antes de hacer un PR y vincule su PR a ese problema.
Si ha modificado/agregado el trabajo de código, asegúrese de que el código se compila antes de enviar.
Use estrictamente Snake_Case (subscore_separated) en su archivo_name y presione en la carpeta correcta.
No actualice el ReadMe.md.