ApacheCN 翻譯/校對/筆記整理活動進度公告 2019.9.6

布客飛龍發表於2019-09-06

注意

  1. 請貢獻者檢視參與方式,然後直接在 ISSUE 中認領。
  2. 翻譯/校對三個文件就可以申請當負責人,我們會把你拉進合夥人群。翻譯/校對五個文件的貢獻者,可以申請實習證明。
  3. 請私聊片刻(529815144)、鹹魚(1034616238)、或飛龍(562826179)來領取以上獎勵。

翻譯校對活動

百頁機器學習小書【翻譯】

參與方式:https://github.com/apachecn/ml-book-100-zh/blob/master/CONTRIBUTING.md

整體進度:https://github.com/apachecn/ml-book-100-zh/issues/1

專案倉庫:https://github.com/apachecn/ml-book-100-zh

認領:11/12,翻譯:7/12

章節貢獻者進度
零、前言@PEGASUS1993100%
一、介紹@PEGASUS1993
二、符號和定義@PEGASUS1993
三、基本演算法
四、線性演算法剖析@P3n9W31100%
五、基本實踐@chengchengbai
六、神經網路和深度學習@Everfighting
七、問題和答案@LaicZhang100%
八、高階實踐@LaicZhang100%
九、無監督學習@onlyonewater100%
十、其它學習形式@kjlintong100%
十一、總結@kjlintong100%

CS234 強化學習講義【翻譯】

參與方式:https://github.com/apachecn/uiuc-cs241-notes-zh/blob/master/CONTRIBUTING.md

整體進度:https://github.com/apachecn/stanford-cs234-notes-zh/issues/1

專案倉庫:https://github.com/apachecn/uiuc-cs241-notes-zh

認領:8/15,翻譯:6/15

章節貢獻者進度
Lecture 1@Everglow0214100%
Lecture 2@sunnyswag
Lecture 3@Everglow0214100%
Lecture 4@Everglow0214100%
Lecture 5@Everglow0214100%
Lecture 6@Everglow0214100%
Lecture 7@Everglow0214100%
Lecture 8@Everglow0214
Lecture 9
Lecture 10
Lecture 11
Lecture 12
Lecture 13
Lecture 14
Lecture 15

MIT 18.03 寫給初學者的微積分【校對】

參與方式:https://github.com/apachecn/calc4b-zh/blob/master/CONTRIBUTING.md

整體進度:https://github.com/apachecn/calc4b-zh/issues/1

專案倉庫:https://github.com/apachecn/calc4b-zh

認領:9/73,校對:0/73

章節貢獻者進度
第 0 章:為何學習微積分?@PEGASUS1993
0.1 你應該知道什麼@PEGASUS1993
0.2 什麼是微積分?我們為什麼要研究它?@PEGASUS1993
第 1 章:數字@PEGASUS1993
1.1 什麼是數字?有理數@PEGASUS1993
1.2 小數和實數@PEGASUS1993
1.3 複數@PEGASUS1993
複數運算@PEGASUS1993
1.4 可數集(消遣)@PEGASUS1993
第 2 章:使用電子表格
2.1 什麼是電子表格?
2.2 斐波納契數
2.3 帕斯卡的三角形
2.4 與電子表格整合
第 3 章:線性函式
3.1 什麼是函式?
3.2 線性函式
3.3 線性
第四章:函式的二次型和導數
4.1 更復雜的函式
4.2 二次函式的斜率
第 5 章:有理函式和導數的計算
5.1 有理函式的導數
第 6 章:指數函式,替換和鏈規則
6.1 最有用函式的導數
第 7 章:三角函式及其導數
7.1 二維數學
7.2 三角學和導數以及加法定理
第 8 章:反函式及其導函式
8.1 反函式
8.2 微分反函式
8.3 更多規則
第 9 章:數值微分和不可微函式
9.1 數值微分
9.2 繪製導數圖
9.3 不可微函式
第 10 章:微分的回顧
10.1 複習
第 11 章:微分在求解方程中的應用
11.1 求解方程
第 12 章:反導數
12.1 反導數
第 13 章:曲線下面積;定積分
13.1 區域:定義,名稱和符號
13.2 微積分和確定區域的基本定理
13.3 積分的訣竅
第 14 章:數值積分
14.1 數值積分計劃
14.2 積分的“規則”
14.3 為什麼這些規則有效?
第 15 章:平行數字的面積和體積;行列式
15.1 有符號面積和體積
15.2 表示平行邊的圖形
15.3 行列式的屬性
15.4 求解行列式
15.5 用於求解電子表格中的行列式的愛麗絲夢遊仙境方法
第 16 章一些純數學
16.1 極限和點集拓撲簡介
16.2 緊集
16.3 雜注
16.4 Lebesgue 積分
第 17 章:物理的建模應用
17.1 垂直運動建模
17.2 彈簧建模(諧波振盪器)
17.3 受迫振盪
17.4 簡單電路
第 18 章捕食者獵物模型
18.1 捕食者獵物模型
第 19 章:求解微分方程
19.1 計劃
19.2 一階微分方程
19.3 二階微分方程
19.4 行星運動

UIUC CS241 系統程式設計中文講義【校對】

參與方式:https://github.com/apachecn/uiuc-cs241-notes-zh/blob/master/CONTRIBUTING.md

整體進度:https://github.com/apachecn/uiuc-cs241-notes-zh/issues/1

專案倉庫:https://github.com/apachecn/uiuc-cs241-notes-zh

認領:6/78,校對:6/78

章節貢獻者進度
#Informal詞彙表
#Piazza:何時以及如何尋求幫助
程式設計技巧,第1部分
系統程式設計短篇小說和歌曲
C程式設計,第1部分:簡介@blue-bird1100%
C程式設計,第2部分:文字輸入和輸出@hqiwen100%
C程式設計,第3部分:常見問題@hqiwen100%
C程式設計,第4部分:字串和結構@hqiwen100%
C程式設計,第5部分:除錯@hqiwen100%
C程式設計,複習題@hqiwen100%
程式,第1部分:簡介
分叉,第1部分:簡介
分叉,第2部分:Fork,Exec,等等
程式控制,第1部分:使用訊號等待巨集
程式複習題
記憶體,第1部分:堆記憶體簡介
記憶體,第2部分:實現記憶體分配器
記憶體,第3部分:粉碎堆疊示例
記憶體複習題
Pthreads,第1部分:簡介
Pthreads,第2部分:實踐中的用法
Pthreads,第3部分:並行問題(獎金)
Pthread複習題
同步,第1部分:互斥鎖
同步,第2部分:計算訊號量
同步,第3部分:使用互斥鎖和訊號量
同步,第4部分:臨界區問題
同步,第5部分:條件變數
同步,第6部分:實現障礙
同步,第7部分:讀者編寫器問題
同步,第8部分:環形緩衝區示例
同步複習題
死鎖,第1部分:資源分配圖
死鎖,第2部分:死鎖條件
死鎖,第3部分:餐飲哲學家
死鎖複習題
虛擬記憶體,第1部分:虛擬記憶體簡介
管道,第1部分:管道介紹
管道,第2部分:管道程式設計祕密
檔案,第1部分:使用檔案
排程,第1部分:排程過程
排程,第2部分:排程過程:演算法
IPC複習題
POSIX,第1部分:錯誤處理
網路,第1部分:簡介
網路,第2部分:使用getaddrinfo
網路,第3部分:構建一個簡單的TCP客戶端
網路,第4部分:構建一個簡單的TCP伺服器
網路,第5部分:關閉埠,重用埠和其他技巧
網路,第6部分:建立UDP伺服器
網路,第7部分:非阻塞I O,select()和epoll
RPC,第1部分:遠端過程呼叫簡介
網路複習題
檔案系統,第1部分:簡介
檔案系統,第2部分:檔案是inode(其他一切只是資料…)
檔案系統,第3部分:許可權
檔案系統,第4部分:使用目錄
檔案系統,第5部分:虛擬檔案系統
檔案系統,第6部分:記憶體對映檔案和共享記憶體
檔案系統,第7部分:可擴充套件且可靠的檔案系統
檔案系統,第8部分:從Android裝置中刪除預裝的惡意軟體
檔案系統,第9部分:磁碟塊示例
檔案系統複習題
過程控制,第1部分:使用訊號等待巨集
訊號,第2部分:待處理的訊號和訊號掩碼
訊號,第3部分:提高訊號
訊號,第4部分:訊號
訊號複習題
考試主題
C程式設計:複習題
多執行緒程式設計:複習題
同步概念:複習題
記憶體:複習題
管道:複習題
檔案系統:複習題
網路:複習題
訊號:複習題
系統程式設計笑話

Cython 3.0 中文文件【校對】

參與方式:https://github.com/apachecn/cython-doc-zh/blob/master/CONTRIBUTING.md

整體進度:https://github.com/apachecn/cython-doc-zh/issues/1

專案倉庫:https://github.com/apachecn/cython-doc-zh

認領:7/37,校對:0/37

章節貢獻者進度
Cython - 概述@varyshare
安裝 Cython@varyshare
構建 Cython 程式碼@varyshare
通過靜態型別更快的程式碼@varyshare
基礎教程@varyshare
呼叫 C 函式@varyshare
使用 C 庫@varyshare
擴充套件型別(又名.cdef 類)
pxd 檔案
Caveats
Profiling
Unicode 和傳遞字串
記憶體分配
純 Python 模式
使用 NumPy
使用 Python 陣列
進一步閱讀
相關工作
附錄:在 Windows 上安裝 MinGW
語言基礎
擴充套件型別
擴充套件型別的特殊方法
在 Cython 模組之間共享宣告
與外部 C 程式碼連線
原始檔和編譯
早期繫結速度
在 Cython 中使用 C ++
融合型別(模板)
將 Cython 程式碼移植到 PyPy
Limitations
Cython 和 Pyrex 之間的區別
鍵入的記憶體檢視
實現緩衝協議
使用並行性
除錯你的 Cython 程式
用於 NumPy 使用者的 Cython
Pythran 作為 Numpy 後端

Numba 0.44 中文文件【校對】

參與方式:https://github.com/apachecn/numba-doc-zh/blob/master/CONTRIBUTING.md

整體進度:https://github.com/apachecn/numba-doc-zh/issues/1

專案倉庫:https://github.com/apachecn/numba-doc-zh

認領:1/73,校對:1/73

章節貢獻者進度
1. 使用者手冊--
1.1。 Numba 的約 5 分鐘指南@saltball100%
1.2。概述
1.3。安裝
1.4。使用@jit 編譯 Python 程式碼
1.5。使用@generated_jit 進行靈活的專業化
1.6。建立 Numpy 通用函式
1.7。用@jitclass 編譯 python 類
1.8。使用@cfunc 建立 C 回撥
1.9。提前編譯程式碼
1.10。使用@jit 自動並行化
1.11。使用@stencil裝飾器
1.12。從 JIT 程式碼 中回撥到 Python 直譯器
1.13。效能提示
1.14。執行緒層
1.15。故障排除和提示
1.16。常見問題
1.17。示例
1.18。會談和教程
2. 參考手冊--
2.1。型別和簽名
2.2。即時編譯
2.3。提前編譯
2.4。公用事業
2.5。環境變數
2.6。支援的 Python 功能
2.7。支援的 NumPy 功能
2.8。與 Python 語義的偏差
2.9。浮點陷阱
2.10。 Python 2.7 壽命終止計劃
3. 用於 CUDA GPU 的 Numba--
3.1。概述
3.2。編寫 CUDA 核心
3.3。記憶體管理
3.4。編寫裝置功能
3.5。 CUDA Python 中支援的 Python 功能
3.6。支援的原子操作
3.7。隨機數生成
3.8。裝置管理
3.10。示例
3.11。使用 CUDA 模擬器 除錯 CUDA Python
3.12。 GPU 減少
3.13。 CUDA Ufuncs 和廣義 Ufuncs
3.14。共享 CUDA 記憶體
3.15。 CUDA 陣列介面
3.16。 CUDA 常見問題
4. CUDA Python 參考--
4.1。 CUDA 主機 API
4.2。 CUDA 核心 API
4.3。記憶體管理
5. 用於 AMD ROC GPU 的 Numba--
5.1。概述
5.2。編寫 HSA 核心
5.3。記憶體管理
5.4。編寫裝置功能
5.5。支援的原子操作
5.6。代理商
5.7。 ROC Ufuncs 和廣義 Ufuncs
5.8。示例
6. 擴充套件 Numba
6.1。高階擴充套件 API
6.2。低階擴充套件 API
6.3。示例:間隔型別
7. 開發者手冊--
7.1。貢獻給 Numba
7.2。 Numba 建築
7.3。多型排程
7.4。關於發電機的注意事項
7.5。關於 Numba Runtime 的注意事項
7.6。使用 Numba Rewrite Pass 獲得樂趣和優化
7.7。實時變數分析
7.8。上市
7.9。模板註釋
7.10。關於自定義管道的注意事項
7.11。環境物件
7.12。雜湊 的注意事項
7.13。 Numba 專案路線圖
8. Numba 增強建議
9. 術語表

Scrapy 1.6 中文文件【校對】

參與方式:https://github.com/apachecn/scrapy-doc-zh/blob/master/CONTRIBUTING.md

整體進度:https://github.com/apachecn/scrapy-doc-zh/issues/1

專案倉庫:https://github.com/apachecn/scrapy-doc-zh

認領:1/44,翻譯:1/44

章節校對者進度
簡介
Scrapy at a glance
安裝指南
Scrapy 教程@jiez1812100%
例項
命令列工具
Spider
選擇器
專案
專案載入器
Scrapy shell
專案管道
Feed 匯出
請求和響應
連結提取器
設定
例外情況
Logging
統計資料集合
傳送電子郵件
遠端登入控制檯
Web服務
常見問題
除錯spiders
Spider 合約
常用做法
通用爬蟲
使用瀏覽器的開發人員工具進行抓取
除錯記憶體洩漏
下載和處理檔案和影像
部署 Spider
AutoThrottle 擴充套件
Benchmarking
作業:暫停和恢復爬行
體系結構概述
下載器中介軟體
Spider 中介軟體
擴充套件
核心API
訊號
條目匯出器
發行說明
為 Scrapy 貢獻
版本控制和API穩定性

短篇集【校對】

參與方式:https://github.com/apachecn/misc-docs-zh/blob/master/CONTRIBUTING.md

整體進度:https://github.com/apachecn/misc-docs-zh/issues/1

專案倉庫:https://github.com/apachecn/misc-docs-zh

關於卷積神經網路:認領:2/12,校對:2/12

章節貢獻者進度
關於卷積神經網路--
1@daewis100%
2.1.1-2.1.3@daewis100%
2.1.4-2.1.6
2.2.1
2.2.2-2.2.3
2.3-2.4
3.1
3.2
3.3
3.4-3.5
4.1
4.2

寫給不耐煩程式設計師的 JavaScript【校對】

參與方式:https://github.com/apachecn/impatient-js-zh/blob/master/CONTRIBUTING.md

整體進度:https://github.com/apachecn/impatient-js-zh/issues/1

專案倉庫:https://github.com/apachecn/impatient-js-zh

認領:36/42,校對:33/42

章節貢獻者進度
1.關於本書(ES2019 版)@YouWillBe100%
2.常見問題:本書@huangzijian888100%
3. JavaScript 的歷史和演變@t532100%
4.常見問題:JavaScript@t532100%
5.概覽@kj415j45100%
6.語法@lq920320100%
7.在控制檯上列印資訊(console.*@lq920320100%
8.斷言 API@lq920320100%
9.測驗和練習入門@so-hard100%
10.變數和賦值@so-hard100%
11.值@lq920320100%
12.運算子@wizardforcel100%
13.非值undefinednull@wizardforcel100%
14.布林值@wizardforcel100%
15.數字@wizardforcel100%
16. Math@wizardforcel100%
17. Unicode - 簡要介紹(高階)@wizardforcel100%
18.字串@wizardforcel100%
19.使用模板字面值和標記模板@wizardforcel100%
20.符號@wizardforcel100%
21.控制流語句@wizardforcel100%
22.異常處理@t532
23.可呼叫值@t532
24.模組@t532
25.單個物件
26.原型鏈和類@lq920320100%
27.同步迭代@lq920320100%
28.陣列(Array@52admln100%
29.型別化陣列:處理二進位制資料(高階)
30.對映(Map@so-hard100%
31. WeakMaps(WeakMap
32.集(Set@liuyepiaoxiang100%
33. WeakSets(WeakSet
34.解構@Kavelaa100%
35.同步生成器(高階)
36. JavaScript 中的非同步程式設計@Kavelaa100%
37.非同步程式設計的 Promise@iChrisJ100%
38.非同步函式@iChrisJ100%
39.正規表示式(RegExp@iChrisJ100%
40.日期(Date@facebesidewyj100%
41.建立和解析 JSON(JSON
42.其餘章節在哪裡?@wizardforcel100%

seaborn 0.9 中文文件【翻譯】

參與方式:https://github.com/apachecn/seaborn-doc-zh/blob/master/CONTRIBUTING.md

整體進度:https://github.com/apachecn/seaborn-doc-zh/issues/1

專案倉庫:https://github.com/apachecn/seaborn-doc-zh

認領:72/74,翻譯:70/74

序號章節譯者進度
1An introduction to seaborn@yiran7324100%
2Installing and getting started@neolei100%
3Visualizing statistical relationships@JNJYan100%
4Plotting with categorical data@hold2010100%
5Visualizing the distribution of a dataset@alohahahaha100%
6Visualizing linear relationships@cancan233100%
7Building structured multi-plot grids@keyianpai100%
8Controlling figure aesthetics@P3n9W31100%
9Choosing color palettes@Modrisco100%
10seaborn.relplot@Stuming100%
11seaborn.scatterplot@sfw134
12seaborn.lineplot
13seaborn.catplot@LIJIANcoder97100%
14seaborn.stripplot@LIJIANcoder97100%
15seaborn.swarmplot@LIJIANcoder97100%
16seaborn.boxplot@FindNorthStar100%
17seaborn.violinplot@FindNorthStar100%
18seaborn.boxenplot@FindNorthStar100%
19seaborn.pointplot@FindNorthStar100%
20seaborn.barplot@melon-bun100%
21seaborn.countplot@Stuming100%
22seaborn.jointplot@Stuming100%
23seaborn.pairplot@Stuming
24seaborn.distplot@hyuuo100%
25seaborn.kdeplot@hyuuo100%
26seaborn.rugplot@P3n9W31100%
27seaborn.lmplot@P3n9W31100%
28seaborn.regplot@P3n9W31100%
29seaborn.residplot@P3n9W31100%
30seaborn.heatmap@hyuuo100%
31seaborn.clustermap
32seaborn.FacetGrid@hyuuo100%
33seaborn.FacetGrid.map@sfw134100%
34seaborn.FacetGrid.map_dataframe@sfw134100%
35seaborn.PairGrid@sfw134100%
36seaborn.PairGrid.map@sfw134100%
37seaborn.PairGrid.map_diag@sfw134100%
38seaborn.PairGrid.map_offdiag@sfw134100%
39seaborn.PairGrid.map_lower@sfw134100%
40seaborn.PairGrid.map_upper@sfw134100%
41seaborn.JointGrid@Yet-sun100%
42seaborn.JointGrid.plot@Yet-sun100%
43seaborn.JointGrid.plot_joint@Yet-sun100%
44seaborn.JointGrid.plot_marginals@Yet-sun100%
45seaborn.set@lbllol365100%
46seaborn.axes_style@lbllol365100%
47seaborn.set_style@lbllol365100%
48seaborn.plotting_context@cancan233100%
49seaborn.set_context@cancan233100%
50seaborn.set_color_codes@cancan233100%
51seaborn.reset_defaults@cancan233100%
52seaborn.reset_orig@cancan233100%
53seaborn.set_palette@Modrisco100%
54seaborn.color_palette@Modrisco100%
55seaborn.husl_palette@Modrisco100%
56seaborn.hls_palette@Modrisco100%
57seaborn.cubehelix_palette@Modrisco100%
58seaborn.dark_palette@Modrisco100%
59seaborn.light_palette@Modrisco100%
60seaborn.diverging_palette@Modrisco100%
61seaborn.blend_palette@Modrisco100%
62seaborn.xkcd_palette@Modrisco100%
63seaborn.crayon_palette@Modrisco100%
64seaborn.mpl_palette@Modrisco100%
65seaborn.choose_colorbrewer_palette@Modrisco100%
66seaborn.choose_cubehelix_palette@Modrisco100%
67seaborn.choose_light_palette@Modrisco100%
68seaborn.choose_dark_palette@Modrisco100%
69seaborn.choose_diverging_palette@Modrisco100%
70seaborn.load_dataset@Modrisco100%
71seaborn.despine@Modrisco100%
72seaborn.desaturate@Modrisco100%
73seaborn.saturate@Modrisco100%
74seaborn.set_hls_values@Modrisco100%

Git 中文參考【校對】

參與方式:https://github.com/apachecn/git-doc-zh/blob/master/CONTRIBUTING.md

整體進度:https://github.com/apachecn/git-doc-zh/issues/1

專案倉庫:https://github.com/apachecn/git-doc-zh

認領:13/80,校對:13/80

序號章節貢獻者進度
1git
2git-config@honglyua100%
3git-help@honglyua100%
4git-init@honglyua100%
5git-clone@honglyua100%
6git-add@yulezheng100%
7git-status@honglyua100%
8git-diff@honglyua100%
9git-commit
10git-reset@honglyua100%
11git-rm@honglyua100%
12git-mv@honglyua100%
13git-branch@honglyua100%
14git-checkout
15git-merge
16git-mergetool
17git-log
18git-stash
19git-tag
20git-worktree
21git-fetch
22git-pull@Mrhuangyi100%
23git-push@Mrhuangyi100%
24git-remote
25git-submodule
26git-show
27git-log
29git-shortlog
30git-describe
31git-apply
32git-cherry-pick
34git-rebase
35git-revert
36git-bisect
37git-blame
38git-grep
39gitattributes
40giteveryday
41gitglossary
42githooks
43gitignore
44gitmodules
45gitrevisions
46gittutorial
47gitworkflows
48git-am
50git-format-patch
51git-send-email
52git-request-pull
53git-svn
54git-fast-import
55git-clean
56git-gc
57git-fsck
58git-reflog
59git-filter-branch
60git-instaweb
61git-archive
62git-bundle
63git-daemon
64git-update-server-info
65git-cat-file
66git-check-ignore
67git-checkout-index
68git-commit-tree
69git-count-objects
70git-diff-index
71git-for-each-ref
72git-hash-object
73git-ls-files
74git-merge-base
75git-read-tree
76git-rev-list
77git-rev-parse
78git-show-ref
79git-symbolic-ref
80git-update-index
81git-update-ref
82git-verify-pack
83git-write-tree

HBase 3.0 中文參考指南【校對】

參與方式:https://github.com/apachecn/hbase-doc-zh/blob/master/CONTRIBUTING.md

整體進度:https://github.com/apachecn/hbase-doc-zh/issues/1

專案倉庫:https://github.com/apachecn/hbase-doc-zh

認領:14/31,校對:14/31

章節貢獻者進度
Preface@xixici100%
Getting Started@xixici100%
Apache HBase Configuration@xixici100%
Upgrading@xixici100%
The Apache HBase Shell@xixici100%
Data Model
HBase and Schema Design@RaymondCode100%
RegionServer Sizing Rules of Thumb
HBase and MapReduce@BridgetLai100%
Securing Apache HBase
Architecture
In-memory Compaction@mychaow100%
Backup and Restore@mychaow100%
Synchronous Replication@mychaow100%
Apache HBase APIs@xixici100%
Apache HBase External APIs@xixici100%
Thrift API and Filter Language@xixici100%
HBase and Spark@TsingJyujing100%
Apache HBase Coprocessors
Apache HBase Performance Tuning
Troubleshooting and Debugging Apache HBase
Apache HBase Case Studies
Apache HBase Operational Management
Building and Developing Apache HBase
Unit Testing HBase Applications
Protobuf in HBase
Procedure Framework (Pv2): HBASE-12439
AMv2 Description for Devs
ZooKeeper
Community
Appendix

UCB Prob140:面向資料科學的概率論【翻譯】

參與方式:https://github.com/apachecn/prob140-textbook-zh/blob/master/CONTRIBUTING.md

整體進度:https://github.com/apachecn/prob140-textbook-zh/issues/2

專案倉庫:https://github.com/apachecn/prob140-textbook-zh

認領:23/28,翻譯:23/28

標題譯者翻譯進度
一、基礎飛龍100%
二、計算機率飛龍100%
三、隨機變數飛龍100%
四、事件之間的關係@biubiubiuboomboomboom100%
五、事件集合--
5.1 ~5.3@PEGASUS1993100%
5.4
六、隨機計數@viviwong100%
七、泊松化@YAOYI626100%
八、期望--
8.1 ~ 8.2@PEGASUS1993100%
8.3
九、條件(續)@YAOYI626100%
十、馬爾科夫鏈喵十八100%
十一、馬爾科夫鏈(續)喵十八100%
十二、標準差缺只薩摩100%
十三、方差和協方差缺只薩摩100%
十四、中心極限定理喵十八100%
十五、連續分佈
十六、變換@hellozhaihy100%
十七、聯合密度@Winchester-Yi100%
十八、正態和 Gamma 族@Winchester-Yi100%
十九、和的分佈平淡的天100%
二十、估計方法平淡的天100%
二十一、Beta 和二項@lvzhetx100%
二十二、預測--
22.1@lvzhetx100%
22.2 ~ 22.4
二十三、聯合正態隨機變數
二十四、簡單線性迴歸@ThomasCai100%
二十五、多元迴歸@lanhaixuan100%

Machine Learning Mastery【校對】

參與方式:https://github.com/apachecn/ml-mastery-zh/blob/master/CONTRIBUTING.md

整體進度:https://github.com/apachecn/ml-mastery-zh/issues/1

專案倉庫:https://github.com/apachecn/ml-mastery-zh

Keras:認領:11/46,校對:10/46

XGBoost:認領:0/18,校對:0/18

章節貢獻者進度
深度學習與 Keras--
Keras 中神經網路模型的 5 步生命週期@ElmaDavies100%
在 Python 迷你課程中應用深度學習@ElmaDavies100%
Keras 深度學習庫的二元分類教程@ElmaDavies100%
如何用 Keras 構建多層感知器神經網路模型@Lnssssss100%
如何在 Keras 中檢查深度學習模型@ElmaDavies100%
10 個用於 Amazon Web Services 深度學習的命令列祕籍@Lnssssss100%
機器學習卷積神經網路的速成課程@ElmaDavies100%
如何在 Python 中使用 Keras 進行深度學習的度量@Lnssssss100%
深度學習書籍@Lnssssss100%
深度學習課程@ElmaDavies100%
你所知道的深度學習是一種謊言@Lnssssss
如何設定 Amazon AWS EC2 GPU 以訓練 Keras 深度學習模型(分步)
神經網路中批量和迭代之間的區別是什麼?
在 Keras 展示深度學習模型訓練歷史
基於 Keras 的深度學習模型中的dropout正則化
評估 Keras 中深度學習模型的表現
如何評價深度學習模型的技巧
小批量梯度下降的簡要介紹以及如何配置批量大小
在 Keras 中獲得深度學習幫助的 9 種方法
如何使用 Keras 在 Python 中網格搜尋深度學習模型的超引數
用 Keras 在 Python 中使用卷積神經網路進行手寫數字識別
如何用 Keras 進行預測
用 Keras 進行深度學習的影像增強
8 個深度學習的鼓舞人心的應用
Python 深度學習庫 Keras 簡介
Python 深度學習庫 TensorFlow 簡介
Python 深度學習庫 Theano 簡介
如何使用 Keras 函式式 API 進行深度學習
Keras 深度學習庫的多類分類教程
多層感知器神經網路速成課程
基於卷積神經網路的 Keras 深度學習庫中的目標識別
流行的深度學習庫
用深度學習預測電影評論的情感
Python 中的 Keras 深度學習庫的迴歸教程
如何使用 Keras 獲得可重現的結果
如何在 Linux 伺服器上執行深度學習實驗
儲存並載入您的 Keras 深度學習模型
用 Keras 逐步開發 Python 中的第一個神經網路
用 Keras 理解 Python 中的有狀態 LSTM 迴圈神經網路
在 Python 中使用 Keras 深度學習模型和 Scikit-Learn
如何使用預訓練的 VGG 模型對照片中的物體進行分類
在 Python 和 Keras 中對深度學習模型使用學習率排程
如何在 Keras 中視覺化深度學習神經網路模型
什麼是深度學習?
何時使用 MLP,CNN 和 RNN 神經網路
為什麼用隨機權重初始化神經網路?
XGBoost--
通過在 Python 中使用 XGBoost 提前停止來避免過度擬合
如何在 Python 中調優 XGBoost 的多執行緒支援
如何配置梯度提升演算法
在 Python 中使用 XGBoost 進行梯度提升的資料準備
如何使用 scikit-learn 在 Python 中開發您的第一個 XGBoost 模型
如何在 Python 中使用 XGBoost 評估梯度提升模型
在 Python 中使用 XGBoost 的特徵重要性和特徵選擇
淺談機器學習的梯度提升演算法
應用機器學習的 XGBoost 簡介
如何在 macOS 上為 Python 安裝 XGBoost
如何在 Python 中使用 XGBoost 儲存梯度提升模型
從梯度提升開始,比較 165 個資料集上的 13 種演算法
在 Python 中使用 XGBoost 和 scikit-learn 進行隨機梯度提升
如何使用 Amazon Web Services 在雲中訓練 XGBoost 模型
在 Python 中使用 XGBoost 調整梯度提升的學習率
如何在 Python 中使用 XGBoost 調整決策樹的數量和大小
如何在 Python 中使用 XGBoost 視覺化梯度提升決策樹
在 Python 中開始使用 XGBoost 的 7 步迷你課程

Pytorch 1.0 中文文件【校對】

參與方式:https://github.com/apachecn/pytorch-doc-zh/blob/master/CONTRIBUTING.md

整體進度:https://github.com/apachecn/pytorch-doc-zh/issues/274

專案倉庫:https://github.com/apachecn/pytorch-doc-zh

認領:33/85,校對:21/85

章節校驗者進度
教程部分--
Deep Learning with PyTorch: A 60 Minute Blitz@FontTian100%
What is PyTorch?@FontTian100%
Autograd: Automatic Differentiation@FontTian100%
Neural Networks@FontTian100%
Training a Classifier@FontTian100%
Optional: Data Parallelism@FontTian100%
Data Loading and Processing Tutorial@dyywinner100%
Learning PyTorch with Examples@wulongjian
Transfer Learning Tutorial@infdahai100%
Deploying a Seq2Seq Model with the Hybrid Frontend@FontTian100%
Saving and Loading Models@luxinfeng
What is torch.nn really?@luxinfeng
Finetuning Torchvision Models@luxinfeng
Spatial Transformer Networks Tutorial
Neural Transfer Using PyTorch@AllenZYJ
Adversarial Example Generation
Transfering a Model from PyTorch to Caffe2 and Mobile using ONNX
Chatbot Tutorial@jiangzhonglian100%
Generating Names with a Character-Level RNN@hijkzzz100%
Classifying Names with a Character-Level RNN@hijkzzz
Deep Learning for NLP with Pytorch@FontTian100%
Introduction to PyTorch@FontTian100%
Deep Learning with PyTorch@FontTian100%
Word Embeddings: Encoding Lexical Semantics
Sequence Models and Long-Short Term Memory Networks@FontTian100%
Advanced: Making Dynamic Decisions and the Bi-LSTM CRF@enningxie100%
Translation with a Sequence to Sequence Network and Attention@FontTian100%
DCGAN Tutorial@jiangzhonglian100%
Reinforcement Learning (DQN) Tutorial
Creating Extensions Using numpy and scipy@FontTian100%
Custom C++ and CUDA Extensions
Extending TorchScript with Custom C++ Operators
Writing Distributed Applications with PyTorch
PyTorch 1.0 Distributed Trainer with Amazon AWS
ONNX Live Tutorial
Loading a PyTorch Model in C++
Using the PyTorch C++ Frontend
文件部分--
Autograd mechanics@AlexJakin100%
Broadcasting semantics@AlexJakin
CUDA semantics@AlexJakin
Extending PyTorch
Frequently Asked Questions
Multiprocessing best practices
Reproducibility@bruce1408
Serialization semantics
Windows FAQ
torch
Tensors@dyywinner
Random sampling
Serialization, Parallelism, Utilities
Pointwise Ops
Reduction Ops
Comparison Ops
Spectral Ops
Other Operations
BLAS and LAPACK Operations
torch.Tensor
Tensor Attributes
Type Info
torch.sparse
torch.cuda
torch.Storage
torch.nn
torch.nn.functional@Originval100%
torch.nn.init@dyywinner
torch.optim@zonasw
Automatic differentiation package - torch.autograd
Distributed communication package - torch.distributed
Probability distributions - torch.distributions
Torch Script
Multiprocessing package - torch.multiprocessing
torch.utils.bottleneck
torch.utils.checkpoint
torch.utils.cpp_extension
torch.utils.data
torch.utils.dlpack
torch.hub
torch.utils.model_zoo
torch.onnx
Distributed communication package (deprecated) - torch.distributed.deprecated
torchvision Reference
torchvision.datasets
torchvision.models
torchvision.transforms
torchvision.utils

Sklearn 0.21 中文文件【校對】

參與方式:https://github.com/apachecn/sklearn-doc-zh/blob/master/CONTRIBUTING.md

整體進度:https://github.com/apachecn/sklearn-doc-zh/issues/352

專案倉庫:https://github.com/apachecn/sklearn-doc-zh

認領:24/72,校對:18/72

章節校驗者進度
安裝 scikit-learn
使用者指南--
1. 監督學習
1.1. 廣義線性模型@qinhanmin2014100%
1.2. 線性和二次判別分析@VPrincekin100%
1.3. 核心嶺迴歸@qinhanmin2014100%
1.4. 支援向量機@qinhanmin2014100%
1.5. 隨機梯度下降@qinhanmin2014100%
1.6. 最近鄰@qinhanmin2014100%
1.7. 高斯過程
1.8. 交叉分解@qinhanmin2014
1.9. 樸素貝葉斯@qinhanmin2014
1.10. 決策樹@ReneeGithub
1.11. 整合方法
1.12. 多類和多標籤演算法
1.13. 特徵選擇
1.14. 半監督學習
1.15. 等式迴歸
1.16. 概率校準
1.17. 神經網路模型(有監督)
2. 無監督學習
2.1. 高斯混合模型@barrycg100%
2.2. 流形學習@barrycg100%
2.3. 聚類@barrycg100%
2.4. 雙聚類@barrycg100%
2.5. 分解成分中的訊號(矩陣分解問題)@barrycg100%
2.6. 協方差估計@barrycg100%
2.7. 新奇和異常值檢測@barrycg100%
2.8. 密度估計@barrycg100%
2.9. 神經網路模型(無監督)@barrycg100%
3. 模型選擇和評估
3.1. 交叉驗證:評估估算器的表現
3.2. 調整估計器的超引數
3.3. 模型評估: 量化預測的質量
3.4. 模型持久化
3.5. 驗證曲線: 繪製分數以評估模型
4. 檢驗
4.1. 部分依賴圖
5. 資料集轉換@VPrincekin100%
5.1. Pipeline(管道)和 FeatureUnion(特徵聯合): 合併的評估器@VPrincekin100%
5.2. 特徵提取@VPrincekin100%
5.3 預處理資料@VPrincekin
5.4 缺失值插補@VPrincekin
5.5. 無監督降維@VPrincekin
5.6. 隨機投影
5.7. 核心近似
5.8. 成對的矩陣, 類別和核函式
5.9. 預測目標 (y) 的轉換
6. 資料集載入工具
6.1. 通用資料集 API
6.2. 玩具資料集
6.3 真實世界中的資料集
6.4. 樣本生成器
6.5. 載入其他資料集
7. 使用scikit-learn計算
7.1. 大規模計算的策略: 更大量的資料
7.2. 計算效能
7.3. 並行性、資源管理和配置
教程
使用 scikit-learn 介紹機器學習
關於科學資料處理的統計學習教程
機器學習: scikit-learn 中的設定以及預估物件
監督學習:從高維觀察預測輸出變數
模型選擇:選擇估計量及其引數
無監督學習: 尋求資料表示
把它們放在一起
尋求幫助
處理文字資料
選擇正確的評估器(estimator.md)
外部資源,視訊和談話
API 參考
常見問題
時光軸

認領完畢

UCB CS61b:Java 中的資料結構【翻譯】

參與方式:https://github.com/apachecn/cs61b-textbook-zh/blob/master/CONTRIBUTING.md

整體進度:https://github.com/apachecn/cs61b-textbook-zh/issues/1

專案倉庫:https://github.com/apachecn/cs61b-textbook-zh

認領:12/12,翻譯:11/12

筆記整理活動

CS224n 自然語言處理

參與方式:https://github.com/apachecn/stanford-cs224n-notes-zh/blob/master/CONTRIBUTING.md

整體進度:https://github.com/apachecn/stanford-cs224n-notes-zh/issues/1

專案倉庫:https://github.com/apachecn/stanford-cs224n-notes-zh

認領:9/20,整理:8/20

章節貢獻者進度
Lecture 1@cx123cx456100%
Lecture 2@AllenZYJ
Lecture 3@cx123cx456100%
Lecture 4@ZSIRS100%
Lecture 5@ZSIRS100%
Lecture 6@ZSIRS100%
Lecture 7
Lecture 8
Lecture 9
Lecture 10
Lecture 11@Originval100%
Lecture 12
Lecture 13
Lecture 14
Lecture 15
Lecture 16
Lecture 17@pingjing233100%
Lecture 18
Lecture 19
Lecture 20@Willianan100%

史丹佛博弈論

參與方式:https://github.com/apachecn/stanford-game-theory-notes-zh/blob/master/CONTRIBUTING.md

整體進度:https://github.com/apachecn/stanford-game-theory-notes-zh/issues/1

專案倉庫:https://github.com/apachecn/stanford-game-theory-notes-zh

認領:7/33,整理:0/33

章節貢獻者進度
Game Theory I week 1@sorrowyn
Game Theory I week 2@LINXH9898
Game Theory I week 3@LINXH9898
Game Theory I week 4@LINXH9898
Game Theory I week 5@LINXH9898
Game Theory I week 6@LINXH9898
Game Theory I week 7@LINXH9898
Game Theory II week 1 Social Choice: Taste
Game Theory II week 1 Social Choice: Voting Schemes
Game Theory II week 1 Social Choice: Paradoxical Outcomes
Game Theory II week 1 Social Choice: Impossibility of Non-Paradoxical Social Welfare Functions
Game Theory II week 1 Social Choice: Arrow’s Theorem
Game Theory II week 1 Impossible of Non-paradoxical Social Choice Functions
Game Theory II week 1 Single-Peaked Preferences
Game Theory II week 2 Mechanism Design: Taste
Game Theory II week 2 Mechanism Design: Implementation
Game Theory II week 2 Revelation Principle
Game Theory II week 2 Impossibility of General, Dominant-Strategy Implementation
Game Theory II week 2 Transferable Utility
Game Theory II week 2 Mechanism Design as an Optimization Problem
Game Theory II week 3 VCG: Taste
Game Theory II week 3 Vickrey-Clarke-Groves Mechanisms: Definitions
Game Theory II week 3 VCG Example
Game Theory II week 3 Limitations of VCG
Game Theory II week 3 Individual Rationality and Budget Balance in VCG
Game Theory II week 3 Myerson-Satterthwaite Theorem
Game Theory II week 4 Auctions: Taste
Game Theory II week 4 Auctions: Taxonomy
Game Theory II week 4 Bidding in Second-Price Auctions
Game Theory II week 4 Bidding in First-Price Auctions
Game Theory II week 4 Revenue Equivalence
Game Theory II week 4 Optimal Auctions
Game Theory II week 4 More Advanced Auctions

關於我們

我們是一個大型開源社群,旗下 QQ 群共一萬餘人,訂閱使用者至少一萬人。Github Star 數量超過 40k 個,在所有 Github 組織中排名前 150。網站日 uip 超過 4k,Alexa 排名的峰值為 20k。我們的核心成員擁有 CSDN 部落格專家簡書程式設計師優秀作者認證。我們與 DatawhaleAI 有道黃海廣博士等國內知名開源組織和大 V 合作,組織公益性的翻譯活動、學習活動和比賽組隊活動。

與商業組織不同,我們並不會追逐熱點,或者唯利是圖。作為公益組織,我們將完成專案放在首要位置,並有足夠時間把專案打磨到極致。我們希望做出廣大 AI 愛好者真正需要的東西,打造真正有價值的長尾作品。

除了以上組織或個人,我們還要感謝蒼海國際黑客派GirlsInAIDataSciCompSeanCheneyAI 科技大本營Python 愛好者社群的創意和支援。

贊助我們

[外鏈圖片轉存失敗(img-bEMP9rAG-1567731837976)(http://data.apachecn.org/img/about/donate.jpg)]

相關文章