
DS-Scriptsnook จะเป็นปลายทางแบบครบวงจรเพื่อทำความคุ้นเคยกับวิทยาศาสตร์ข้อมูล ที่เก็บนี้ล้อมรอบด้วยคอลเลกชันที่ไม่ซ้ำกันของสคริปต์ตามพีชคณิตเชิงเส้นแคลคูลัสสถิติการเรียนรู้ของเครื่องการเรียนรู้เชิงลึกการประมวลผลภาษาธรรมชาติวิสัยทัศน์คอมพิวเตอร์และปัญญาประดิษฐ์ ฯลฯ มีส่วนร่วมในการเดินทางของโอเพ่นซอร์สนี้
เป้าหมายหลักของโครงการนี้คือการจัดหาทรัพยากรที่มีประสิทธิภาพและมีประโยชน์ในการก้าวกระโดดเข้าสู่วิทยาศาสตร์ข้อมูล สิ่งนี้จะช่วยคุณในการรับทักษะทั้งหมดที่คุณต้องการก่อนที่คุณจะเข้าสู่โครงการเรียลไทม์ เข้าสู่เวทีความสะดวกสบายโดยหยุดที่นี่
ทุกคนที่เกี่ยวข้องกับเทคโนโลยีที่กำลังมองหาที่จะมีส่วนร่วมในการโอเพนซอร์ซทุกคนได้รับเชิญให้เข้าร่วมสถานที่แห่งนี้มีงานสำหรับทุกคนและเป็นโครงการที่เป็นมิตรกับผู้เริ่มต้น
- พีชคณิตเชิงเส้น | แคลคูลัส สถิติ การเรียนรู้ของเครื่องจักร การเรียนรู้ลึก การประมวลผลภาษาธรรมชาติ วิสัยทัศน์คอมพิวเตอร์ | ปัญญาประดิษฐ์
คุณสามารถเลือกได้: เลือกหัวข้อ ตัดสินใจว่าคุณต้องการปรับปรุงทักษะของคุณผ่านอัลกอริทึมหรือห้องสมุดหรือแบบฝึกหัดและคุณเริ่มดี
หากคุณทำงานหรือต้องการเริ่มต้นสคริปต์ที่ไม่เหมือนใครและต้องการแบ่งปันกับโลกใบนี้คุณสามารถทำเช่นนั้นได้ที่นี่ ทำตามแนวทางที่มีส่วนร่วมในการบริจาค?
เมื่อปัญหาถูกยกขึ้นจากแท็บของคุณ (หรือ) นำมาจากแท็บปัญหาเพื่อเพิ่มสคริปต์ให้ทำอย่างละเอียดมากที่สุดเท่าที่จะทำได้เพราะนี่คือทั้งหมดที่เกี่ยวกับวิธีที่คุณได้รับความรู้เกี่ยวกับแนวคิด
ต่อจากนั้นก็ผ่านเอกสาร GitHub เกี่ยวกับการสร้างคำขอดึง
โครงการของคุณควรมีโฟลว์นี้เพื่อรักษาความคล้ายคลึงกันในโครงการอื่น ๆ ทั้งหมด ตรวจสอบให้แน่ใจว่าได้ทราบสิ่งเหล่านี้ก่อนที่คุณจะสร้าง PR
ไปที่โฟลเดอร์ที่เกี่ยวข้องไม่ว่าจะเป็นแบบฝึกหัดหรือไลบรารี ฯลฯ ตัวอย่างเช่นคุณต้องการเพิ่มสคริปต์เกี่ยวกับไลบรารี NumPy ไปที่โฟลเดอร์ "Machine Learning" จากนั้นไปยังโฟลเดอร์ "Libraries" ที่นี่ในกรณีนี้เรากำลังเพิ่มบทนำสู่ NumPy ดังนั้นชื่อโฟลเดอร์ควรเป็น "บทนำสู่ NumPy"
ในโฟลเดอร์นี้ให้สร้าง "file_name.md" และชื่อไฟล์ควรเขียนเป็น "introduction_to_numpy.md"
เนื่องจากเป็นบทช่วยสอนเกี่ยวกับไลบรารีและไฟล์. md คุณควรติดตามเทมเพลตนี้เพื่อเตรียมไฟล์นี้และเพิ่มภาพที่เกี่ยวข้องที่จำเป็นเพื่อพิสูจน์ความละเอียดของแนวคิด
รูปภาพทั้งหมดที่ใช้ในไฟล์. md ควรอยู่ในโฟลเดอร์ "รูปภาพ" ภายใน "โฟลเดอร์แนะนำ to NumPy" คุณสามารถใช้แนวคิดและเพิ่มในโฟลเดอร์ที่เกี่ยวข้อง ฉันได้ให้ตัวอย่างนี้เพื่อแนะนำคุณเกี่ยวกับโครงสร้างโครงการ
ไปที่โฟลเดอร์ "อัลกอริทึม" ที่เกี่ยวข้องและไปยังโฟลเดอร์ "อัลกอริทึม" ไม่สร้างโฟลเดอร์อัลกอริทึมของคุณ (ตัวอย่าง: หากคุณต้องการเพิ่มอัลกอริทึมของตัวจําแนกทรีตัดสินใจชื่อโครงการควรเป็น "ตัวจําแนกทรีตัดสินใจ" และชื่อไฟล์เป็น "dision_tree_classifier.ipynb")
นอกเหนือจากไฟล์อัลกอริทึมแล้วควรมี 'readme.md' โดยใช้เทมเพลตนี้
รูปภาพ - โฟลเดอร์นี้จะมีการเพิ่มรูปภาพทั้งหมดใน readme.md และไฟล์สคริปต์
อธิบาย ราย ละเอียดเกี่ยวกับวิธีการทำงานของคุณโดยการแสดงขั้นตอนทีละขั้นตอน
หมายเหตุ : ควรติดตามเทมเพลตเหล่านี้ในขณะที่สร้างปัญหาใหม่หรือดึงคำขอ
แยกที่เก็บ
โคลนที่เก็บข้อมูลของคุณโดยใช้เทอร์มินัลหรือ gitbash
ทำการเปลี่ยนแปลงที่เก็บโคลน
เพิ่ม, กระทำและผลักดัน
จากนั้นใน GitHub ในที่เก็บโคลนของคุณค้นหาตัวเลือกในการทำคำขอดึง
พิมพ์ ("เริ่มมีส่วนร่วมสำหรับ ds-scriptsnook")
![]() Hacktoberfest 2021 | ![]() รหัส Devincept 2021 |
รหัส Devincept 2021 |
ขอบคุณไปที่คนที่ยอดเยี่ยมเหล่านี้ ยินดีต้อนรับการมีส่วนร่วมทุกชนิด!
คุณสามารถค้นหาจรรยาบรรณของเราได้ที่นี่
โครงการนี้เป็นไปตามใบอนุญาต MIT
Ayushi Shrivastava |
![]() Prathima Kadari |
หากคุณชอบทำงานในโครงการนี้ทำและแบ่งปันที่เก็บนี้
- - - มีความสุขที่มีส่วนร่วม? - -
หากคุณต้องการติดต่อฉันคุณสามารถติดต่อฉันผ่านมือจับสังคม
© 2022 Prathima Kadari