整体进度 v0.21.3（校对）

Question

整体进度 v0.21.3（校对）

jiangzhonglian opened this issue 5 years ago · comments

片刻 commented 5 years ago

认领须知

提交的时候不要改动文件名称，因为文件名和原文的链接是对应的！！！

留言格式：昵称 + QQ + 章节

昵称: 表示已经该用户任务过期，他人可认领替代！

章节	校验者	进度
安装 scikit-learn
用户指南	-	-
1. 监督学习	@LovelyBuggies	100%
1.1. 广义线性模型	@qinhanmin2014	100%
1.2. 线性和二次判别分析	@VPrincekin @LovelyBuggies	100%
1.3. 内核岭回归	@qinhanmin2014	100%
1.4. 支持向量机	@qinhanmin2014	100%
1.5. 随机梯度下降	@qinhanmin2014	100%
1.6. 最近邻	@qinhanmin2014	100%
1.7. 高斯过程	@LingrenKong
1.8. 交叉分解	@qinhanmin2014	100%
1.9. 朴素贝叶斯	@qinhanmin2014	100%
1.10. 决策树	@wanruixiang
1.11. 集成方法	@qinhanmin2014	100%
1.12. 多类和多标签算法
1.13. 特征选择
1.14. 半监督学习	@LovelyBuggies	100%
1.15. 等式回归
1.16. 概率校准
1.17. 神经网络模型（有监督）	@LovelyBuggies	100%
2. 无监督学习
2.1. 高斯混合模型	@barrycg	100%
2.2. 流形学习	@barrycg	100%
2.3. 聚类	@barrycg	100%
2.4. 双聚类	@barrycg	100%
2.5. 分解成分中的信号（矩阵分解问题）	@barrycg	100%
2.6. 协方差估计	@barrycg	100%
2.7. 新奇和异常值检测	@barrycg	100%
2.8. 密度估计	@barrycg	100%
2.9. 神经网络模型（无监督）	@barrycg @LovelyBuggies	100%
3. 模型选择和评估
3.1. 交叉验证：评估估算器的表现	@P3n9W31
3.2. 调整估计器的超参数	@P3n9W31
3.3. 模型评估: 量化预测的质量	@P3n9W31
3.4. 模型持久化	@P3n9W31
3.5. 验证曲线: 绘制分数以评估模型	@P3n9W31
4. 检验
4.1. 部分依赖图
5. 数据集转换	@VPrincekin	100%
5.1. Pipeline（管道）和 FeatureUnion（特征联合）: 合并的评估器	@VPrincekin	100%
5.2. 特征提取	@VPrincekin	100%
5.3 预处理数据	~~@VPrincekin~~
5.4 缺失值插补	~~@VPrincekin~~
5.5. 无监督降维	~~@VPrincekin~~
5.6. 随机投影
5.7. 内核近似
5.8. 成对的矩阵, 类别和核函数
5.9. 预测目标 (`y`) 的转换
6. 数据集加载工具
6.1. 通用数据集 API
6.2. 玩具数据集
6.3 真实世界中的数据集
6.4. 样本生成器
6.5. 加载其他数据集
7. 使用scikit-learn计算
7.1. 大规模计算的策略: 更大量的数据
7.2. 计算性能
7.3. 并行性、资源管理和配置
教程
使用 scikit-learn 介绍机器学习
关于科学数据处理的统计学习教程
机器学习: scikit-learn 中的设置以及预估对象
监督学习：从高维观察预测输出变量	@LovelyBuggies	100%
模型选择：选择估计量及其参数
无监督学习: 寻求数据表示
把它们放在一起
寻求帮助
处理文本数据
选择正确的评估器(estimator.md)
外部资源，视频和谈话
API 参考
常见问题
时光轴

Hanmin Qin · Answer 1 · Fri Aug 02 2019 21:14:25 GMT+0800 (China Standard Time)

我是秦汉民，计划下周一开始校对，如有分工请告知，如果没有我将先从0.21.3修改过的文档开始校对。

布客飞龙 · Answer 2 · Fri Aug 02 2019 21:17:26 GMT+0800 (China Standard Time)

@qinhanmin2014 校对之前先在这里留言想要认领的章节，避免重复劳动

Hanmin Qin · Answer 3 · Fri Aug 02 2019 21:22:36 GMT+0800 (China Standard Time)

@qinhanmin2014 校对之前先在这里留言想要认领的章节，避免重复劳动

好的，谢谢

请问PR是往master交还是往0.21.X交？（在群里回过就不用回了）

Hanmin Qin · Answer 4 · Mon Aug 05 2019 13:27:55 GMT+0800 (China Standard Time)

认领1.1 广义线性模型

VPrincekin · Answer 5 · Wed Aug 07 2019 17:34:32 GMT+0800 (China Standard Time)

VPrincekin + 934969547 + 1.2. 线性和二次判别分析。
（好久没为组织做贡献了，过来梭一把～）

barrycg · Answer 6 · Wed Aug 07 2019 19:13:42 GMT+0800 (China Standard Time)

秋風+386281733+2.1. 高斯混合模型

Hanmin Qin · Answer 7 · Thu Aug 08 2019 11:33:37 GMT+0800 (China Standard Time)

认领1.3 内核岭回归 1.4 支持向量机

barrycg · Answer 8 · Thu Aug 08 2019 19:38:22 GMT+0800 (China Standard Time)

秋風+386281733+2.2. 流行學習

Hanmin Qin · Answer 9 · Mon Aug 12 2019 20:11:11 GMT+0800 (China Standard Time)

认领1.5 随机梯度下降

VPrincekin · Answer 10 · Tue Aug 13 2019 10:36:30 GMT+0800 (China Standard Time)

VPrincekin + 934969547 +
~~5. 数据集转换~~
~~5.1. Pipeline（管道）和 FeatureUnion（特征联合）: 合并的评估器~~
~~5.2. 特征提取~~
5.3 预处理数据
5.4 缺失值插补
5.5. 无监督降维
（特征工程方面，先校验几节常用的）

Hanmin Qin · Answer 11 · Sun Aug 18 2019 13:19:39 GMT+0800 (China Standard Time)

认领1.6 最近邻

barrycg · Answer 12 · Mon Aug 19 2019 13:20:47 GMT+0800 (China Standard Time)

秋風+386281733+2.3.聚類和2.4双聚類

ReneeGithub · Answer 13 · Mon Aug 26 2019 00:52:15 GMT+0800 (China Standard Time)

ReneeGithub + 402803253 + 1.10. 决策树

Hanmin Qin · Answer 14 · Thu Aug 29 2019 22:35:30 GMT+0800 (China Standard Time)

认领 1.8 交叉分解 1.9 朴素贝叶斯

barrycg · Answer 15 · Fri Aug 30 2019 01:24:13 GMT+0800 (China Standard Time)

秋風+386281733+ 2.5 分量的信號分解和 2.6協方差估計

barrycg · Answer 16 · Mon Sep 02 2019 20:33:44 GMT+0800 (China Standard Time)

秋風+386281733+ 2.7. 新奇和異常值檢測, 2.8. 密度估計和 2.9 神經網絡（無監督）

P3n9W31 · Answer 17 · Mon Nov 11 2019 09:56:16 GMT+0800 (China Standard Time)

P3n9W31 + 348061475 + 3.1, 3.2, 3.3, 3.4, 3.5

hy · Answer 18 · Wed Jan 15 2020 16:57:46 GMT+0800 (China Standard Time)

认领第六章 6.1 + 992635910
量有点大，先确认了6.1，后面有空再来领

片刻 · Answer 19 · Thu Jan 16 2020 14:38:26 GMT+0800 (China Standard Time)

认领第六章 + 992635910

第六章所有的？

N!no · Answer 20 · Tue Mar 31 2020 16:24:45 GMT+0800 (China Standard Time)

我是N!no，想要认领1.17神经网络模型（有监督），4.6日前完成，QQ：1352899627

N!no · Answer 21 · Tue Mar 31 2020 17:15:04 GMT+0800 (China Standard Time)

我是N!no，想要认领1.17神经网络模型（有监督），4.6日前完成，QQ：1352899627

@loopyme 您填错了，我想认领的是1.17不是1.7😂

片刻 · Answer 22 · Tue Mar 31 2020 17:20:04 GMT+0800 (China Standard Time)

我是N!no，想要认领1.17神经网络模型（有监督），4.6日前完成，QQ：1352899627

填错了，我想认领的是1.17不是1.7😂

哈哈哈，看错了，sorry 已经修改了

N!no · Answer 23 · Wed Apr 01 2020 11:03:09 GMT+0800 (China Standard Time)

@jiangzhonglian 已1.17 PR #398 ,再领点任务，1.14半监督学习和2.9神经网络模型（无监督），4.6日前完成，QQ：1352899627

--updata--
已完成

片刻 · Answer 24 · Wed Apr 01 2020 16:51:00 GMT+0800 (China Standard Time)

@jiangzhonglian 已1.17 PR #398 ,再领点任务，1.14半监督学习和2.9神经网络模型（无监督），4.6日前完成，QQ：1352899627

--updata--
已完成

辛苦了小哥哥，已经合并了！

N!no · Answer 25 · Wed Apr 01 2020 16:52:54 GMT+0800 (China Standard Time)

1.14上午也合并了

WAN Roywolf · Answer 26 · Tue Jul 07 2020 09:16:11 GMT+0800 (China Standard Time)

1.10. 决策树有人领吗, 没有我领走了
QQ: 3347264548

片刻 · Answer 27 · Wed Jul 08 2020 15:46:26 GMT+0800 (China Standard Time)

1.10. 决策树有人领吗, 没有我领走了
QQ: 3347264548

已经安排好了，就等大佬来装逼！

Lingren Kong（孔令仁） · Answer 28 · Thu Feb 04 2021 15:00:34 GMT+0800 (China Standard Time)

认领（之前没有用过sklearn的高斯过程，但是最近正好需要学，这样可以吗）

1.7. 高斯过程

QQ 1551086871

片刻 · Answer 29 · Thu Feb 04 2021 15:11:52 GMT+0800 (China Standard Time)

认领（之前没有用过sklearn的高斯过程，但是最近正好需要学，这样可以吗）

1.7. 高斯过程

QQ 1551086871

可以可以

片刻 · Answer 30 · Thu Feb 04 2021 15:12:36 GMT+0800 (China Standard Time)

P3n9W31 + 348061475 + 3.1, 3.2, 3.3, 3.4, 3.5

小哥哥，别忘记提交哈？

片刻 · Answer 31 · Thu Feb 04 2021 15:12:49 GMT+0800 (China Standard Time)

1.10. 决策树有人领吗, 没有我领走了
QQ: 3347264548

小哥哥，别忘记提交哈？

GuoZhiyan · Answer 32 · Mon Apr 12 2021 14:29:26 GMT+0800 (China Standard Time)

GZYZG + 2227423992 + 1.12. 多类和多标签算法