DS ScriptsNook
1.0.0
DS-Scriptsnook将是熟悉数据科学的一站式目的地。该存储库包含基于线性代数，微积分，统计，机器学习，深度学习，自然语言处理，计算机视觉和人工智能等的独特脚本集合。参与了这一开源旅程。
该项目的主要目的是提供有效且有用的资源来跳入数据科学。这将有助于您在进入实时项目之前获得所需的所有技能。通过停在这里来进入舒适舞台。
任何与技术有关的人都希望为开源贡献的人，都受邀参加。这个地方有每个人的任务，并且是一个对初学者友好的项目。
|线性代数|微积分|统计|机器学习|深度学习|自然语言处理|计算机视觉|人工智能|
您可以选择：选择一个主题。确定您是否想通过算法，库或教程来提高技能，并且可以开始。
如果您曾经从事或想启动一个唯一的脚本并想与世界分享它，则可以通过这里做到这一点。遵守贡献的贡献指南？
当您的目的（或）从问题选项卡中提出问题以添加脚本时，请尽可能地详细说明您对概念的有效知识有效。
随后，还可以通过GITHUB文档来创建拉动请求。
您的项目应包含此流程，以保持所有其他项目的相似性。在创建PR之前，请确保注意这些东西。
转到有关的文件夹，无论是教程还是库等。例如，您想添加有关numpy库的脚本。转到“机器学习”文件夹，然后转到“库”文件夹。在这种情况下，我们将Numpy的简介加起来。因此，文件夹标题应该是“ numpy的简介”
在此文件夹中，创建一个“ file_name.md”，并且文件名应写入“ rucest_to_to_numpy.md”。
由于它是库和.md文件的教程。您应该遵循此模板来准备此文件，并添加证明概念的详细说明所需的相关图像。
.MD文件中使用的所有图像都应在“ numpy”文件夹中的“图像”文件夹中。您可以采用一个概念并在各自的文件夹中添加。我提供了这个示例来指导您进行项目结构。
转到相应的文件夹和“算法”文件夹。不，创建算法的文件夹。 （示例：如果要添加决策树分类器的算法，则项目名称应为“决策树分类器”，并将文件名称为“ deciess_tree_tree_classifier.ipynb”）
除算法文件外，它还使用此模板还应具有“ readme.md”
图像- 此文件夹将在readme.md和脚本文件中添加所有图像。
通过显示逐步的过程，简要详细说明它的工作方式。
注意：在创建新问题或拉出请求时，应该遵循这些模板。
分叉存储库
使用终端或Gitbash克隆您的分叉存储库。
更改克隆的存储库
添加，提交和推动
然后在github中，在您的克隆存储库中找到提出拉请求的选项
打印（“开始为DS-Scriptsnook贡献”）
 Hacktoberfest 2021 |  Devincept代码2021 |
Devincept代码2021 |
谢谢这些好人。欢迎任何形式的贡献！
您可以在此处找到我们的行为守则。
该项目遵循麻省理工学院许可证。
Ayushi Shrivastava |
 Prathima Kadari |
如果您喜欢从事此项目，请执行并共享此存储库。
？ ？ ？贡献快乐？ ？ ？
如果您想与我联系，可以通过社交手柄与我联系。
©2022 Prathima Kadari
