sklearn doc zh

scikit-learn (sklearn) الوثائق الرسمية النسخة الصينية

sklearn 0.21.3 الوثائق الصينية

sklearn 0.21.3 مثال صيني

الموقع الرسمي لـ sklearn باللغة الإنجليزية

---

يقدم

sklearn (scikit-learn) هي أداة للتعلم الآلي تعتمد على لغة بايثون

1. أدوات بسيطة وفعالة لاستخراج البيانات وتحليل البيانات
2. يمكن إعادة استخدامها من قبل الجميع في مجموعة متنوعة من البيئات
3. مبني على NumPy وSciPy وmatplotlib
4. مفتوح المصدر، متاح للاستخدام التجاري - ترخيص BSD

البناء التنظيمي [موقع الكتروني]

• صفحات جيثب (أجنبية): https://sklearn.apachecn.org
• صفحات Gitee (المحلية): https://apachecn.gitee.io/sklearn-doc-zh

مشرف موقع الطرف الثالث [موقع الويب]

• العنوان أ: xxx (مرحبًا بك في ترك رسالة، سنقوم بتحسينها)

المكملات الأخرى

• جيثب الرسمي
• عنوان تنزيل EPUB
• مجموعة ApacheCN للترجمة والتدقيق اللغوي بدوام جزئي 713436582

تحميل

عامل ميناء

 docker pull apachecn0/sklearn-doc-zh
docker run -tid -p :80 apachecn0/sklearn-doc-zh
# 访问 http://localhost:{port} 查看文档

بيبي

 pip install sklearn-doc-zh
sklearn-doc-zh 
# 访问 http://localhost:{port} 查看文档

الآلية الوقائية الوطنية

 npm install -g sklearn-doc-zh
sklearn-doc-zh 
# 访问 http://localhost:{port} 查看文档

جدول المحتويات

• قم بتثبيت برنامج scikit-Learn
• دليل المستخدم
  • 1. التعلم تحت الإشراف
    • 1.1 النموذج الخطي المعمم
    • 1.2 التحليل التمييزي الخطي والتربيعي
    • 1.3 انحدار كيرنل ريدج
    • 1.4 دعم آلة المتجهات
    • 1.5. الهبوط التدرج العشوائي
    • 1.6.أقرب جار
    • 1.7
    • 1.8
    • 1.9
    • 1.10. شجرة القرار
    • 1.11 النهج المتكامل
    • 1.12 خوارزميات متعددة الطبقات ومتعددة العلامات
    • 1.13 اختيار الميزة
    • 1.14 التعلم شبه الخاضع للإشراف
    • 1.15 انحدار المعادلة
    • 1.16. المعايرة الاحتمالية
    • 1.17 نموذج الشبكة العصبية (خاضع للإشراف)
  • 2. التعلم غير الخاضع للرقابة
    • 2.1 نموذج الخليط الغوسي
    • 2.2 التعلم المتنوع
    • 2.3
    • 2.4
    • 2.5. تحلل الإشارات إلى مكونات (مشكلة تحليل المصفوفة)
    • 2.6 تقدير التباين
    • 2.7 الكشف عن الحداثة والغريبة
    • 2.8 تقدير الكثافة
    • 2.9 نموذج الشبكة العصبية (غير خاضعة للرقابة)
  • 3. اختيار النموذج وتقييمه
    • 3.1 التحقق من الصحة: ​​تقييم أداء المقدر
    • 3.2 ضبط المعلمات الفائقة للمقدر
    • 3.3 تقييم النموذج: قياس جودة التنبؤات
    • 3.4 ثبات النموذج
    • 3.5 منحنى التحقق من الصحة: ​​رسم الدرجات لتقييم النموذج
  • 4. التفتيش
    • 4.1 الرسم البياني للتبعية الجزئية
  • 5. تحويل مجموعة البيانات
    • 5.1. خط الأنابيب وFeatureUnion: المقيمون المشتركون
    • 5.2 استخراج الميزة
    • 5.3 معالجة البيانات
    • 5.4 احتساب القيمة المفقودة
    • 5.5 تقليل الأبعاد غير الخاضعة للرقابة
    • 5.6. الإسقاط العشوائي
    • 5.7. تقريب النواة
    • 5.8. أزواج المصفوفات والفئات ووظائف النواة
    • 5.9 تحويل هدف التنبؤ ( y )
  • 6. أداة تحميل مجموعة البيانات
    • 6.1. واجهة برمجة التطبيقات لمجموعة البيانات المشتركة
    • 6.2 مجموعة بيانات اللعبة
    • 6.3 مجموعات البيانات في العالم الحقيقي
    • 6.4 مولد العينة
    • 6.5 تحميل مجموعات البيانات الأخرى
  • 7. احسب باستخدام scikit-Learn
    • 7.1 استراتيجيات الحوسبة واسعة النطاق: كميات أكبر من البيانات
    • 7.2 الأداء الحسابي
    • 7.3 التوازي وإدارة الموارد والتكوين
• درس تعليمي
  • مقدمة في التعلم الآلي باستخدام scikit-Learn
  • برنامج تعليمي للتعلم الإحصائي حول معالجة البيانات العلمية
    • التعلم الآلي: الإعدادات وكائنات التنبؤ في scikit-learn
    • التعلم الخاضع للإشراف: التنبؤ بمتغيرات المخرجات من الملاحظات عالية الأبعاد
    • اختيار النموذج: اختيار المقدرات ومعلماتها
    • التعلم غير الخاضع للرقابة: البحث عن تمثيل البيانات
    • ضعهم معًا
    • اطلب المساعدة
  • معالجة البيانات النصية
  • اختر المقدر المناسب (estimator.md)
  • الموارد الخارجية ومقاطع الفيديو والمحادثات
• مرجع API
• التعليمات
• محور الزمن

النسخة التاريخية

• scikit-learn (sklearn) 0.19 الوثيقة الرسمية النسخة الصينية
• scikit-learn (sklearn) 0.18 الوثيقة الرسمية النسخة الصينية

كيفية تجميع واستخدام الإصدارات التاريخية:

• قم بفك ضغط المجلد 0.19.x.zip
• انسخ موارد الصورة master/img إلى 0.19.x
• بالنسبة لعملية التجميع العادية لـ gitbook، يمكنك استخدام sh run_website.sh

دليل المساهمة

من أجل التحسين المستمر لجودة الترجمة، أطلقنا [أنشطة الترجمة والتدقيق اللغوي وتدوين الملاحظات] وفتحنا العديد من مشاريع التدقيق اللغوي. يمكن للمساهمين الحصول على مكافأة قدرها 2 إلى 4 يوان لكل ألف كلمة بعد التدقيق اللغوي للفصل. للاطلاع على أنشطة التدقيق اللغوي المستمرة، يرجى الاطلاع على قائمة الأنشطة. لمزيد من التفاصيل، يرجى الاتصال بفيلونج (Q562826179، V: wizardforcel).

DOCX: مبادرة المشاركة المفتوحة لسجلات الأبحاث

نحن نستجيب بنشاط لمبادرة المصدر المفتوح للأبحاث (DOCX). في الوقت الحاضر، لا يعد المصدر المفتوح مجرد مصدر مفتوح، ولكنه يشمل أيضًا مجموعات البيانات والنماذج والبرامج التعليمية والسجلات التجريبية. نحن نستكشف أيضًا فئات أخرى من الحلول والبروتوكولات مفتوحة المصدر.

أتمنى أن يفهم الجميع هذه المبادرة، وأن يجمعوها مع اهتماماتهم الخاصة، وأن يفعلوا شيئًا في حدود قدرتهم. المساهمة الصغيرة للجميع، عند جمعها معًا، هي النظام البيئي مفتوح المصدر بأكمله.

قائد المشروع

التنسيق: جيثب + QQ

العدد الأول (2017-09-29)

• @نايي مو ابتسم
• @لحظة
• @小瑶

العدد الثاني (2019-06-29)

• @ ن! لا: 1352899627
• @ماهاويانغ:992635910
• @لوبيمي: 3322728009
• فيلونج: 562826179
• لحظة: 529815144

- المتطلبات من الشخص المسؤول: (مرحبًا بكم في المساهمة في sklearn 中文版本)

• أحب المصادر المفتوحة وأحب التباهي
• استخدم sklearn لفترة طويلة (0.5 سنة على الأقل) + أرسل طلبات السحب> = 3
• القدرة على الحصول على الوقت لتحسين أخطاء الصفحة ومشكلات المستخدم في الوقت المناسب
• الفترة التجريبية: شهرين
• مرحبا بكم في الاتصال: 529815144

مساهم

【0.19.X】قائمة المساهمين

الاقتراحات والملاحظات

• قم بإرسال مشكلة على موقع apachecn/pytorch-doc-zh github الخاص بنا.
• أرسل بريدًا إلكترونيًا إلى البريد الإلكتروني: [email protected] .
• ما عليك سوى الاتصال بمالك/مسؤول المجموعة في بحث مجموعة QQ الخاص بنا: طريقة الاتصال.

اتفاقية المشروع

• لقد اتصل بنا مؤخرًا العديد من الأشخاص بشأن مشكلات ترخيص المحتوى!
• المصدر المفتوح يعني أن المعرفة يجب أن تركز على النشر والتكرار (بدلاً من منع الآخرين من إعادة الطباعة)
• بخلاف ذلك، إذا قمت بفتح المصدر على GitHub ثم قلت إنه غير مسموح لك بإعادة طباعته، فلا بد أنك مريض!
• يُحظر التسويق التجاري، ويجب الالتزام بمواصفات البروتوكول، ويرجى ملاحظة مصدر العنوان. النقاط الرئيسية: لا داعي لإرسال بريد إلكتروني إلينا لتقديم الطلب.
• سيتم اعتبار المشاريع التي ليس لديها اتفاقية ضمن حساب ApacheCN بمثابة CC BY-NC-SA 4.0.

نصائح لطيفة:

• بالنسبة لأولئك الذين يريدون عمل نسخة وتحديثها بأنفسهم
• لقد مررت بهذه التجربة أيضًا، لكن هذا الشغف لم يستمر لبضعة أشهر قبل أن أشعر بالإحباط!
• لن يضيع عملك الشاق فحسب، بل سيضيع أيضًا أن يرى المزيد من الأشخاص نتائج ترجمتك! إنه لأمر مؤسف! ماذا تعتقد؟
• اقتراحي الشخصي هو: شوكة -> سحب الطلبات إلى https://github.com/apachecn/sklearn-doc-zh
• فلماذا تختار ApacheCN ؟
• لأننا عندما نقوم بالترجمة، نشعر بالسعادة والطنانة، وهو أمر نقي نسبيًا!
• إذا أعجبك، يمكنك المشاركة/حتى أن تكون مسؤولاً عن هذا المشروع دون أي قيود على المؤهلات الأكاديمية أو الخلفية.

ادعمنا