参与方式:https://github.com/apachecn/interpretable-ml-book-zh/blob/master/CONTRIBUTING.md
整体进度:https://github.com/apachecn/interpretable-ml-book-zh/issues/1
项目仓库:https://github.com/apachecn/interpretable-ml-book-zh
认领:7/9,校对:5/12
章节
校对者
进度
完成
完成
完成
完成
完成
参与方式:https://github.com/apachecn/ds100-textbook-zh/blob/master/CONTRIBUTING.md
整体进度:https://github.com/apachecn/ds100-textbook-zh/issues/2
项目仓库:https://github.com/apachecn/ds100-textbook-zh
认领:0/44,校对:0/44
章节
贡献者
进度
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
参与方式:https://github.com/apachecn/ml-book-100-zh/blob/master/CONTRIBUTING.md
整体进度:https://github.com/apachecn/ml-book-100-zh/issues/1
项目仓库:https://github.com/apachecn/ml-book-100-zh
认领:12/12,翻译:10/12
章节
贡献者
进度
零、前言
100%
一、介绍
100%
二、符号和定义
三、基本算法
四、线性算法剖析
100%
五、基本实践
100%
六、神经网络和深度学习
100%
七、问题和答案
100%
八、高级实践
100%
九、无监督学习
100%
十、其它学习形式
100%
十一、总结
100%
参与方式:https://github.com/apachecn/uiuc-cs241-notes-zh/blob/master/CONTRIBUTING.md
整体进度:https://github.com/apachecn/stanford-cs234-notes-zh/issues/1
项目仓库:https://github.com/apachecn/uiuc-cs241-notes-zh
认领:9/15,翻译:8/15
章节
贡献者
进度
100%
100%
100%
100%
100%
100%
100%
100%
参与方式:https://github.com/apachecn/calc4b-zh/blob/master/CONTRIBUTING.md
整体进度:https://github.com/apachecn/calc4b-zh/issues/1
项目仓库:https://github.com/apachecn/calc4b-zh
认领:9/73,校对:0/73
章节
贡献者
进度
参与方式:https://github.com/apachecn/uiuc-cs241-notes-zh/blob/master/CONTRIBUTING.md
整体进度:https://github.com/apachecn/uiuc-cs241-notes-zh/issues/1
项目仓库:https://github.com/apachecn/uiuc-cs241-notes-zh
认领:6/78,校对:6/78
章节
贡献者
进度
100%
100%
100%
100%
100%
100%
文件系统,第8部分:从Android设备中删除预装的恶意软件
参与方式:https://github.com/apachecn/cython-doc-zh/blob/master/CONTRIBUTING.md
整体进度:https://github.com/apachecn/cython-doc-zh/issues/1
项目仓库:https://github.com/apachecn/cython-doc-zh
认领:7/37,校对:7/37
章节
贡献者
进度
100%
100%
100%
100%
100%
100%
100%
参与方式:https://github.com/apachecn/numba-doc-zh/blob/master/CONTRIBUTING.md
整体进度:https://github.com/apachecn/numba-doc-zh/issues/1
项目仓库:https://github.com/apachecn/numba-doc-zh
认领:1/73,校对:1/73
章节
贡献者
进度
-
-
100%
-
-
-
-
3.5。 CUDA Python 中支持的 Python 功能
3.11。使用 CUDA 模拟器 调试 CUDA Python
-
-
-
-
-
-
7.6。使用 Numba Rewrite Pass 获得乐趣和优化
参与方式:https://github.com/apachecn/impatient-js-zh/blob/master/CONTRIBUTING.md
整体进度:https://github.com/apachecn/impatient-js-zh/issues/1
项目仓库:https://github.com/apachecn/impatient-js-zh
认领:33/42,校对:33/42
章节
贡献者
进度
100%
100%
100%
100%
100%
100%
100%
100%
100%
100%
100%
100%
100%
100%
100%
100%
100%
100%
100%
100%
100%
100%
100%
100%
100%
100%
100%
100%
100%
100%
100%
100%
100%
参与方式:https://github.com/apachecn/git-doc-zh/blob/master/CONTRIBUTING.md
整体进度:https://github.com/apachecn/git-doc-zh/issues/1
项目仓库:https://github.com/apachecn/git-doc-zh
认领:13/80,校对:13/80
序号
章节
贡献者
进度
1
2
100%
3
100%
4
100%
5
100%
6
100%
7
100%
8
100%
9
10
100%
11
100%
12
100%
13
100%
14
15
16
17
18
19
20
21
22
100%
23
100%
24
25
26
27
29
30
31
32
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
参与方式:https://github.com/apachecn/hbase-doc-zh/blob/master/CONTRIBUTING.md
整体进度:https://github.com/apachecn/hbase-doc-zh/issues/1
项目仓库:https://github.com/apachecn/hbase-doc-zh
认领:18/31,校对:17/31
章节
贡献者
进度
100%
100%
100%
100%
100%
100%
100%
RegionServer Sizing Rules of Thumb
100%
100%
100%
100%
100%
100%
100%
Thrift API and Filter Language
100%
100%
Apache HBase Performance Tuning
Troubleshooting and Debugging Apache HBase
Apache HBase Operational Management
Building and Developing Apache HBase
Unit Testing HBase Applications
Procedure Framework (Pv2): HBASE-12439
100%
参与方式:https://github.com/apachecn/prob140-textbook-zh/blob/master/CONTRIBUTING.md
整体进度:https://github.com/apachecn/prob140-textbook-zh/issues/2
项目仓库:https://github.com/apachecn/prob140-textbook-zh
认领:26/28,翻译:25/28
标题
译者
翻译进度
一、基础
飞龙
100%
二、计算几率
飞龙
100%
三、随机变量
飞龙
100%
四、事件之间的关系
100%
五、事件集合
-
-
5.1 ~5.3
100%
5.4
100%
六、随机计数
100%
七、泊松化
100%
八、期望
-
-
8.1 ~ 8.2
100%
8.3
九、条件(续)
100%
十、马尔科夫链
喵十八
100%
十一、马尔科夫链(续)
喵十八
100%
十二、标准差
缺只萨摩
100%
十三、方差和协方差
缺只萨摩
100%
十四、中心极限定理
喵十八
100%
十五、连续分布
十六、变换
100%
十七、联合密度
100%
十八、正态和 Gamma 族
100%
十九、和的分布
平淡的天
100%
二十、估计方法
平淡的天
100%
二十一、Beta 和二项
100%
二十二、预测
-
-
22.1
100%
22.2 ~ 22.4
二十三、联合正态随机变量
100%
二十四、简单线性回归
100%
二十五、多元回归
100%
参与方式:https://github.com/apachecn/ml-mastery-zh/blob/master/CONTRIBUTING.md
整体进度:https://github.com/apachecn/ml-mastery-zh/issues/1
项目仓库:https://github.com/apachecn/ml-mastery-zh
认领:28/64,校对:26/64
章节
贡献者
进度
深度学习与 Keras
-
-
100%
100%
100%
100%
100%
10 个用于 Amazon Web Services 深度学习的命令行秘籍
100%
100%
如何在 Python 中使用 Keras 进行深度学习的度量
100%
100%
100%
100%
如何设置 Amazon AWS EC2 GPU 以训练 Keras 深度学习模型(分步)
100%
100%
100%
100%
100%
100%
100%
如何使用 Keras 在 Python 中网格搜索深度学习模型的超参数
100%
用 Keras 在 Python 中使用卷积神经网络进行手写数字识别
100%
100%
100%
100%
用 Keras 理解 Python 中的有状态 LSTM 循环神经网络
在 Python 中使用 Keras 深度学习模型和 Scikit-Learn
在 Python 和 Keras 中对深度学习模型使用学习率调度
XGBoost
-
-
通过在 Python 中使用 XGBoost 提前停止来避免过度拟合
100%
100%
在 Python 中使用 XGBoost 进行梯度提升的数据准备
如何使用 scikit-learn 在 Python 中开发您的第一个 XGBoost 模型
如何在 Python 中使用 XGBoost 评估梯度提升模型
在 Python 中使用 XGBoost 的特征重要性和特征选择
100%
如何在 macOS 上为 Python 安装 XGBoost
如何在 Python 中使用 XGBoost 保存梯度提升模型
在 Python 中使用 XGBoost 和 scikit-learn 进行随机梯度提升
如何使用 Amazon Web Services 在云中训练 XGBoost 模型
在 Python 中使用 XGBoost 调整梯度提升的学习率
如何在 Python 中使用 XGBoost 调整决策树的数量和大小
如何在 Python 中使用 XGBoost 可视化梯度提升决策树
在 Python 中开始使用 XGBoost 的 7 步迷你课程
参与方式:https://github.com/apachecn/cs61b-textbook-zh/blob/master/CONTRIBUTING.md
整体进度:https://github.com/apachecn/cs61b-textbook-zh/issues/1
项目仓库:https://github.com/apachecn/cs61b-textbook-zh
认领:11/12,翻译:11/12
标题
译者
进度
一、算法复杂度
100%
二、抽象数据类型
100%
三、满足规范
100%
四、序列和它们的实现
100%
五、树
100%
六、搜索树
100%
七、哈希
100%
八、排序和选择
100%
九、平衡搜索
100%
十、并发和同步
100%
十一、伪随机序列
十二、图
100%
参与方式:https://github.com/apachecn/pytorch-doc-zh/blob/master/CONTRIBUTING.md
整体进度:https://github.com/apachecn/pytorch-doc-zh/issues/422
项目仓库:https://github.com/apachecn/pytorch-doc-zh
认领:36/74,翻译:34/74
章节
校验者
进度
中文教程
-
-
入门
-
-
100%
100%
100%
100%
100%
100%
100%
100%
图片
-
-
100%
100%
100%
100%
100%
100%
音频
-
-
100%
文本
-
-
NLP From Scratch: 使用char-RNN对姓氏进行分类
100%
100%
NLP From Scratch: 基于注意力机制的 seq2seq 神经网络翻译
100%
100%
100%
序列对序列建模nn.Transformer和TorchText
100%
100%
在生产部署PyTorch模型
-
-
通过带有Flask的REST API在Python中部署PyTorch
100%
(可选)将模型从PyTorch导出到ONNX并使用ONNX Runtime运行
并行和分布式训练
-
-
100%
100%
(高级)PyTorch 1.0分布式训练与Amazon AWS
扩展PyTorch
-
-
100%
100%
PyTorch在其他语言
-
-
中文文档
-
-
注解
-
-
100%
100%
100%
社区
-
-
-
100%
封装参考文献
-
-
@张假飞 @飞龙
100%
100%
100%
torchvision 参考文献
-
-
参与方式:https://github.com/apachecn/stanford-cs224n-notes-zh/blob/master/CONTRIBUTING.md
整体进度:https://github.com/apachecn/stanford-cs224n-notes-zh/issues/1
项目仓库:https://github.com/apachecn/stanford-cs224n-notes-zh
认领:9/20,整理:8/20
章节
贡献者
进度
100%
100%
100%
100%
100%
100%
100%
100%
参与方式:https://github.com/apachecn/stanford-game-theory-notes-zh/blob/master/CONTRIBUTING.md
整体进度:https://github.com/apachecn/stanford-game-theory-notes-zh/issues/1
项目仓库:https://github.com/apachecn/stanford-game-theory-notes-zh
认领:2/59,整理:0/59
章节
贡献者
进度
Game Theory I Week 1 Game Theory Intro - TCP Backoff
Game Theory I Week 1 Self-Interested Agents and Utility Theory
Game Theory I Week 1 Defining Games
Game Theory I Week 1 Examples of Games
Game Theory I Week 1 Nash Equilibrium Intro
Game Theory I Week 1 Strategic Reasoning
Game Theory I Week 1 Best Response and Nash Equilibrium
Game Theory I Week 1 Nash Equilibrium of Example Games
Game Theory I Week 1 Dominant Strategies
Game Theory I Week 1 Pareto Optimality
Game Theory I Week 2 Mixed Strategies and Nash Equilibrium (I)
Game Theory I Week 2 Mixed Strategies and Nash Equilibrium (II)
Game Theory I Week 2 Computing Mixed Nash Equilibrium
Game Theory I Week 2 Hardness Beyond 2x2 Games - Basic
Game Theory I Week 2 Hardness Beyond 2x2 Games - Advanced
Game Theory I Week 2 Example: Mixed Strategy Nash
Game Theory I Week 2 Data: Professional Sports and Mixed Strategies
Game Theory I Week 3 Beyond the Nash Equilibrium
Game Theory I Week 3 Strictly Dominated Strategies & Iterative Removal
Game Theory I Week 3 Dominated Strategies & Iterative Removal: An Application
Game Theory I Week 3 Maxmin Strategies
Game Theory I Week 3 Maxmin Strategies - Advanced
Game Theory I Week 3 Correlated Equilibrium: Intuition
Game Theory I Week 4 Perfect Information Extensive Form: Taste
Game Theory I Week 4 Formalizing Perfect Information Extensive Form Games
Game Theory I Week 4 Perfect Information Extensive Form: Strategies, BR, NE
Game Theory I Week 4 Subgame Perfection
Game Theory I Week 4 Backward Induction
Game Theory I Week 4 Subgame Perfect Application: Ultimatum Bargaining
Game Theory I Week 4 Imperfect Information Extensive Form: Poker
Game Theory I Week 4 Imperfect Information Extensive Form: Definition, Strategies
Game Theory I Week 4 Mixed and Behavioral Strategies
Game Theory I Week 4 Incomplete Information in the Extensive Form: Beyond Subgame Perfection
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
我们是一个大型开源社区,旗下 QQ 群共一万余人,订阅用户至少一万人。Github Star 数量超过 40k 个,在所有 Github 组织中排名前 150。网站日 uip 超过 4k,Alexa 排名的峰值为 20k。我们的核心成员拥有CSDN 博客专家和简书程序员优秀作者认证。我们与 Datawhale、AI 有道、黄海广博士等国内知名开源组织和大 V 合作,组织公益性的翻译活动、学习活动和比赛组队活动。
与商业组织不同,我们并不会追逐热点,或者唯利是图。作为公益组织,我们将完成项目放在首要位置,并有足够时间把项目打磨到极致。我们希望做出广大 AI 爱好者真正需要的东西,打造真正有价值的长尾作品。
除了以上组织或个人,我们还要感谢苍海国际、黑客派、GirlsInAI、DataSciComp、SeanCheney、龙哥盟 · 计算机电子书、AI 科技大本营、BiliDrive、FlyAI、Tesra 的创意和支持。
手机扫一扫
移动阅读更方便
你可能感兴趣的文章