More comprehensive tag assignment

Aperta
#229 1 commento 1 reazione 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
2/5
Tempo stimato
1-3 ore
Idoneità per principianti
42/100
Tipo di issue
Documentazione
Chiarezza
Abbastanza chiara
Stato di attività
Ferma
Stack tecnologico
julia
Ambito
documentation

Direzione di ricerca

Inizia da _libs/nav/head.js e verifica le corrispondenze tra tutorial e tag rispetto al MLJ model browser e ai tutorial che descrivono. Aggiorna i tag dove manca la copertura; il lavoro è completato quando la pagina del tutorial contiene corrispondenze complete per gli argomenti pertinenti.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Here is a snapshot from _libs/nav/head.js which is responsible for routing data:

  {
    name: "Getting Started",
    id: "getting-started",
    href: "/info/getting-started",
    sections: [
      {
        name: "Choosing a model",
        href: "/getting-started/choosing-a-model/",
        tags: ["Classification", "Regression"],
      },
      {
        name: "Fit, predict, transform",
        href: "/getting-started/fit-and-predict/",
        tags: ["Classification", "Encoders"],
      },
      {
        name: "Model tuning",
        href: "/getting-started/model-tuning/",
        tags: ["Classification", "Hyperparameter Tuning"],
      },

As can be seen, each tutorial is mapped into one or more tags depending on its content. These tags are a superset of the main entries of the MLJ model browser and they will appear in the tutorials page of the MLJ website.

I went over all the tutorials to tag each but I didn't run my thinking algorithm until convergence for each tutorial; just a few iterations to fill some tags.

This issue is a simple reminder for me or someone else to revisit the file later and make it more comprehensive.

Lingua principale
ReScript
Stelle
126
Fork
19
Nessuna PR unita negli ultimi 30g

Guida per i contributori

Nessuna guida per i contributori indicizzata per questo repository

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di JuliaAI/DataScienceTutorials.jl

Tutte le issue di JuliaAI/DataScienceTutorials.jl

Issue simili

Altre issue su Documentation

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.