布客·ApacheCN 翻譯校對活動進度公告 2020.5

注意

  1. 請貢獻者查看參與方式,而後直接在 ISSUE 中認領。
  2. 翻譯/校對三個文檔就能夠申請當負責人,咱們會把你拉進合夥人羣。翻譯/校對五個文檔的貢獻者,能夠申請實習證實。
  3. 請私聊片刻(529815144)、鹹魚(1034616238)、或飛龍(562826179)來領取以上獎勵。

可解釋的機器學習【校對】

參與方式:https://github.com/apachecn/i...node

總體進度:https://github.com/apachecn/i...python

項目倉庫:https://github.com/apachecn/i...linux

認領:7/9,校對:7/9git

章節 校對者 進度
前言 @wnma3mz 完成
第一章 引言 @wnma3mz 完成
第二章 解釋性 @utopfish 完成
第三章 數據集 @GeneralLi95 完成
第四章 解釋模型
第五章 模型不可知論方法
第六章 基於實例的解釋 @mahaoyang 完成
第七章 神經網絡解釋 @binbinmeng 完成
第八章 水晶球 @mahaoyang 完成

UCB DS100 課本:數據科學的原理與技巧【校對】

參與方式:https://github.com/apachecn/d...程序員

總體進度:https://github.com/apachecn/d...es6

項目倉庫:https://github.com/apachecn/d...github

認領:7/44,校對:5/44web

章節 貢獻者 進度
7、Web 技術 - -
超文本傳輸協議 @miaoxiaozui2017 100%
8、處理文本 - -
python 字符串方法 @miaoxiaozui2017 100%
正則表達式 @miaoxiaozui2017 100%
regex 和 python @miaoxiaozui2017 100%
9、關係數據庫和 SQL - -
關係模型 @miaoxiaozui2017 100%
SQL @miaoxiaozui2017
SQL 鏈接 @miaoxiaozui2017
10、建模與估計 - -
模型
損失函數
絕對損失和 Huber 損失
11、梯度降低與數值優化 - -
使用程序最小化損失
梯度降低
凸性
隨機梯度降低法
12、機率與泛化 - -
隨機變量
指望和方差
風險
十3、線性模型 - -
預測小費金額
用梯度降低擬合線性模型
多元線性迴歸
最小二乘-幾何透視
線性迴歸案例研究
十4、特徵工程 - -
沃爾瑪數據集
預測冰淇淋評級
十5、偏方差權衡 - -
風險和損失最小化
模型誤差和方差
交叉驗證
十6、正則化 - -
正則化直覺
L2 正則化:嶺迴歸
L1 正則化:LASSO 迴歸
十7、分類 - -
機率迴歸
Logistic 模型
Logistic 模型的損失函數
使用邏輯迴歸
經驗機率分佈的近似
擬合 Logistic 模型
評估 Logistic 模型
多類分類
十8、統計推斷 - -
假設檢驗和置信區間
置換檢驗
線性迴歸的自舉(真係數的推斷)
學生化自舉
P-HACKING
十9、向量空間回顧

百頁機器學習小書【翻譯】

參與方式:https://github.com/apachecn/m...正則表達式

總體進度:https://github.com/apachecn/m...算法

項目倉庫:https://github.com/apachecn/m...

認領:10/12,翻譯:10/12

章節 貢獻者 進度
零、前言 @PEGASUS1993 100%
1、介紹 @PEGASUS1993 100%
2、符號和定義
3、基本算法
4、線性算法剖析 @P3n9W31 100%
5、基本實踐 @chengchengbai 100%
6、神經網絡和深度學習 @xiemaycherry 100%
7、問題和答案 @LaicZhang 100%
8、高級實踐 @LaicZhang 100%
9、無監督學習 @onlyonewater 100%
10、其它學習形式 @kjlintong 100%
11、總結 @kjlintong 100%

CS234 強化學習講義【翻譯】

參與方式:https://github.com/apachecn/u...

總體進度:https://github.com/apachecn/s...

項目倉庫:https://github.com/apachecn/u...

認領:14/15,翻譯:12/15

章節 貢獻者 進度
Lecture 1 @Everglow0214 100%
Lecture 2 @Everglow0214
Lecture 3 @Everglow0214 100%
Lecture 4 @Everglow0214 100%
Lecture 5 @Everglow0214 100%
Lecture 6 @Everglow0214 100%
Lecture 7 @Everglow0214 100%
Lecture 8 @Everglow0214 100%
Lecture 9 @Everglow0214 100%
Lecture 10 @Everglow0214 100%
Lecture 11 @Everglow0214 100%
Lecture 12 @Everglow0214 100%
Lecture 13 @Everglow0214
Lecture 14 @Everglow0214 100%
Lecture 15

MIT 18.03 寫給初學者的微積分【校對】

參與方式:https://github.com/apachecn/c...

總體進度:https://github.com/apachecn/c...

項目倉庫:https://github.com/apachecn/c...

認領:0/73,校對:0/73

章節 貢獻者 進度
第 0 章:爲什麼學習微積分?
0.1 你應該知道什麼
0.2 什麼是微積分?咱們爲何要研究它?
第 1 章:數字
1.1 什麼是數字?有理數
1.2 小數和實數
1.3 複數
複數運算
1.4 可數集(消遣)
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 與電子表格集成
第 3 章:線性函數
3.1 什麼是函數?
3.2 線性函數
3.3 線性
第四章:函數的二次型和導數
4.1 更復雜的函數
4.2 二次函數的斜率
第 5 章:有理函數和導數的計算
5.1 有理函數的導數
第 6 章:指數函數,替換和鏈規則
6.1 最有用函數的導數
第 7 章:三角函數及其導數
7.1 二維數學
7.2 三角學和導數以及加法定理
第 8 章:反函數及其導函數
8.1 反函數
8.2 微分反函數
8.3 更多規則
第 9 章:數值微分和不可微函數
9.1 數值微分
9.2 繪製導數圖
9.3 不可微函數
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 微積分和肯定區域的基本定理
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 爲何這些規則有效?
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 系統編程中文講義【校對】

參與方式:https://github.com/apachecn/u...

總體進度:https://github.com/apachecn/u...

項目倉庫:https://github.com/apachecn/u...

認領:6/78,校對:6/78

章節 貢獻者 進度
#Informal詞彙表
#Piazza:什麼時候以及如何尋求幫助
編程技巧,第1部分
系統編程短篇小說和歌曲
C編程,第1部分:簡介 @blue-bird1 100%
C編程,第2部分:文本輸入和輸出 @hqiwen 100%
C編程,第3部分:常見問題 @hqiwen 100%
C編程,第4部分:字符串和結構 @hqiwen 100%
C編程,第5部分:調試 @hqiwen 100%
C編程,複習題 @hqiwen 100%
進程,第1部分:簡介
分叉,第1部分:簡介
分叉,第2部分:Fork,Exec,等等
進程控制,第1部分:使用信號等待宏
進程複習題
內存,第1部分:堆內存簡介
內存,第2部分:實現內存分配器
內存,第3部分:粉碎堆棧示例
內存複習題
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:計算信號量
同步,第3部分:使用互斥鎖和信號量
同步,第4部分:臨界區問題
同步,第5部分:條件變量
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
虛擬內存,第1部分:虛擬內存簡介
管道,第1部分:管道介紹
管道,第2部分:管道編程祕密
文件,第1部分:使用文件
調度,第1部分:調度過程
調度,第2部分:調度過程:算法
IPC複習題
POSIX,第1部分:錯誤處理
網絡,第1部分:簡介
網絡,第2部分:使用getaddrinfo
網絡,第3部分:構建一個簡單的TCP客戶端
網絡,第4部分:構建一個簡單的TCP服務器
網絡,第5部分:關閉端口,重用端口和其餘技巧
網絡,第6部分:建立UDP服務器
網絡,第7部分:非阻塞I O,select()和epoll
RPC,第1部分:遠程過程調用簡介
網絡複習題
文件系統,第1部分:簡介
文件系統,第2部分:文件是inode(其餘一切只是數據...)
文件系統,第3部分:權限
文件系統,第4部分:使用目錄
文件系統,第5部分:虛擬文件系統
文件系統,第6部分:內存映射文件和共享內存
文件系統,第7部分:可擴展且可靠的文件系統
文件系統,第8部分:從Android設備中刪除預裝的惡意軟件
文件系統,第9部分:磁盤塊示例
文件系統複習題
過程控制,第1部分:使用信號等待宏
信號,第2部分:待處理的信號和信號掩碼
信號,第3部分:提升信號
信號,第4部分:信號
信號複習題
考試主題
C編程:複習題
多線程編程:複習題
同步概念:複習題
內存:複習題
管道:複習題
文件系統:複習題
網絡:複習題
信號:複習題
系統編程笑話

寫給不耐煩程序員的 JavaScript【校對】

參與方式:https://github.com/apachecn/i...

總體進度:https://github.com/apachecn/i...

項目倉庫:https://github.com/apachecn/i...

認領:33/42,校對:33/42

章節 貢獻者 進度
1.關於本書(ES2019 版) @YouWillBe 100%
2.常見問題:本書 @huangzijian888 100%
3. JavaScript 的歷史和演變 @t532 100%
4.常見問題:JavaScript @t532 100%
5.概覽 @kj415j45 100%
6.語法 @lq920320 100%
7.在控制檯上打印信息(console.* @lq920320 100%
8.斷言 API @lq920320 100%
9.測驗和練習入門 @so-hard 100%
10.變量和賦值 @so-hard 100%
11.值 @lq920320 100%
12.運算符 @wizardforcel 100%
13.非值undefinednull @wizardforcel 100%
14.布爾值 @wizardforcel 100%
15.數字 @wizardforcel 100%
16. Math @wizardforcel 100%
17. Unicode - 簡要介紹(高級) @wizardforcel 100%
18.字符串 @wizardforcel 100%
19.使用模板字面值和標記模板 @wizardforcel 100%
20.符號 @wizardforcel 100%
21.控制流語句 @wizardforcel 100%
22.異常處理
23.可調用值
24.模塊
25.單個對象
26.原型鏈和類 @lq920320 100%
27.同步迭代 @lq920320 100%
28.數組(Array @52admln 100%
29.類型化數組:處理二進制數據(高級)
30.映射(Map @so-hard 100%
31. WeakMaps(WeakMap
32.集(Set @liuyepiaoxiang 100%
33. WeakSets(WeakSet
34.解構 @Kavelaa 100%
35.同步生成器(高級)
36. JavaScript 中的異步編程 @Kavelaa 100%
37.異步編程的 Promise @iChrisJ 100%
38.異步函數 @iChrisJ 100%
39.正則表達式(RegExp @iChrisJ 100%
40.日期(Date @facebesidewyj 100%
41.建立和解析 JSON(JSON
42.其他章節在哪裏? @wizardforcel 100%

UCB Prob140:面向數據科學的機率論【翻譯】

參與方式:https://github.com/apachecn/p...

總體進度:https://github.com/apachecn/p...

項目倉庫:https://github.com/apachecn/p...

認領:26/28,翻譯:26/28

標題 譯者 翻譯進度
1、基礎 飛龍 100%
2、計算概率 飛龍 100%
3、隨機變量 飛龍 100%
4、事件之間的關係 @biubiubiuboomboomboom 100%
5、事件集合 - -
5.1 ~5.3 @PEGASUS1993 100%
5.4 @1390867192 100%
6、隨機計數 @viviwong 100%
7、泊松化 @YAOYI626 100%
8、指望 - -
8.1 ~ 8.2 @PEGASUS1993 100%
8.3 @GG-yuki 100%
9、條件(續) @YAOYI626 100%
10、馬爾科夫鏈 喵十八 100%
11、馬爾科夫鏈(續) 喵十八 100%
12、標準差 缺只薩摩  100%
十3、方差和協方差 缺只薩摩  100%
十4、中心極限定理 喵十八 100%
十5、連續分佈
十6、變換 @hellozhaihy 100%
十7、聯合密度 @Winchester-Yi 100%
十8、正態和 Gamma 族 @Winchester-Yi 100%
十9、和的分佈 平淡的天 100%
二10、估計方法 平淡的天 100%
二11、Beta 和二項 @lvzhetx 100%
二12、預測 - -
22.1 @lvzhetx 100%
22.2 ~ 22.4
二十3、聯合正態隨機變量 @mahaoyang 100%
二十4、簡單線性迴歸 @ThomasCai 100%
二十5、多元迴歸 @lanhaixuan 100%

Machine Learning Mastery Keras & XGBoost【校對】

參與方式:https://github.com/apachecn/m...

總體進度:https://github.com/apachecn/m...

項目倉庫:https://github.com/apachecn/m...

認領:??/64,校對:??/64

章節 貢獻者 進度
深度學習與 Keras - -
Keras 中神經網絡模型的 5 步生命週期 @ElmaDavies 100%
在 Python 迷你課程中應用深度學習 @ElmaDavies 100%
Keras 深度學習庫的二元分類教程 @ElmaDavies 100%
如何用 Keras 構建多層感知器神經網絡模型 @Lnssssss 100%
如何在 Keras 中檢查深度學習模型 @ElmaDavies 100%
10 個用於 Amazon Web Services 深度學習的命令行祕籍 @Lnssssss 100%
機器學習卷積神經網絡的速成課程 @ElmaDavies 100%
如何在 Python 中使用 Keras 進行深度學習的度量 @Lnssssss 100%
深度學習書籍 @Lnssssss 100%
深度學習課程 @ElmaDavies 100%
你所知道的深度學習是一種謊話 @Lnssssss 100%
如何設置 Amazon AWS EC2 GPU 以訓練 Keras 深度學習模型(分步) @ElmaDavies 100%
神經網絡中批量和迭代之間的區別是什麼? @Lnssssss 100%
在 Keras 展現深度學習模型訓練歷史 @ElmaDavies 100%
基於 Keras 的深度學習模型中的dropout正則化 @Lnssssss 100%
評估 Keras 中深度學習模型的性能 @ElmaDavies 100%
評估深度學習模型的技巧 @ElmaDavies 100%
小批量梯度降低的簡要介紹以及如何配置批量大小 @Lnssssss
在 Keras 中得到深度學習幫助的 9 種方法 @ElmaDavies 100%
如何使用 Keras 在 Python 中網格搜索深度學習模型的超參數 @ElmaDavies 100%
用 Keras 在 Python 中使用卷積神經網絡進行手寫數字識別 @ElmaDavies 100%
如何用 Keras 進行預測 @ElmaDavies 100%
用 Keras 進行深度學習的圖像加強 @ElmaDavies 100%
8 個深度學習的鼓舞人心的應用 @ElmaDavies 100%
Python 深度學習庫 Keras 簡介 @AndrewChung-GitHub 100%
Python 深度學習庫 TensorFlow 簡介 @zhaop33 100%
Python 深度學習庫 Theano 簡介
如何使用 Keras 函數式 API 進行深度學習 @AndrewChung-GitHub
Keras 深度學習庫的多類分類教程
多層感知器神經網絡速成課程
基於卷積神經網絡的 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 得到可重現的結果 @AndrewChung-GitHub
如何在 Linux 服務器上運行深度學習實驗
保存並加載您的 Keras 深度學習模型 @AndrewChung-GitHub
用 Keras 逐步開發 Python 中的第一個神經網絡 @AndrewChung-GitHub
用 Keras 理解 Python 中的有狀態 LSTM 循環神經網絡 @AndrewChung-GitHub
在 Python 中使用 Keras 深度學習模型和 Scikit-Learn @AndrewChung-GitHub
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調度
如何在 Keras 中可視化深度學習神經網絡模型
什麼是深度學習?
什麼時候使用 MLP,CNN 和 RNN 神經網絡
爲何用隨機權重初始化神經網絡?
XGBoost - -
經過在 Python 中使用 XGBoost 提早中止來避免過分擬合 @tabeworks 100%
如何在 Python 中調優 XGBoost 的多線程支持 @tabeworks 100%
如何配置梯度提高算法
在 Python 中使用 XGBoost 進行梯度提高的數據準備
如何使用 scikit-learn 在 Python 中開發您的第一個 XGBoost 模型 @tabeworks
如何在 Python 中使用 XGBoost 評估梯度提高模型
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高算法
應用機器學習的 XGBoost 簡介 @tabeworks 100%
如何在 macOS 上爲 Python 安裝 XGBoost
如何在 Python 中使用 XGBoost 保存梯度提高模型
從梯度提高開始,比較 165 個數據集上的 13 種算法
在 Python 中使用 XGBoost 和 scikit-learn 進行隨機梯度提高
如何使用 Amazon Web Services 在雲中訓練 XGBoost 模型
在 Python 中使用 XGBoost 調整梯度提高的學習率
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 可視化梯度提高決策樹
在 Python 中開始使用 XGBoost 的 7 步迷你課程

UCB CS61b:Java 中的數據結構【翻譯】

參與方式:https://github.com/apachecn/c...

總體進度:https://github.com/apachecn/c...

項目倉庫:https://github.com/apachecn/c...

認領:11/12,翻譯:11/12

標題 譯者 進度
1、算法複雜度 @leader402 100%
2、抽象數據類型 @Allenyep 100%
3、知足規範 @renyuhuiharrison 100%
4、序列和它們的實現 @biubiubiuboomboomboom 100%
5、樹 @biubiubiuboomboomboom 100%
6、搜索樹 @yongfengyan 100%
7、哈希 @Abel-Huang 100%
8、排序和選擇 @Rachel-Hu 100%
9、平衡搜索 @Abel-Huang 100%
10、併發和同步 @Ruffianjiang 100%
11、僞隨機序列
12、圖 @yuanrw 100%

關於咱們

咱們是布客(iBooker),一個大型開源社區、自媒體和網賺社區,旗下 QQ 羣共一萬餘人,訂閱用戶至少一萬人。Github Star 數量超過 60k 個,在全部 Github 組織中 排名前 100。旗下全部網站日 uip 超過 4k, Alexa 排名的峯值爲 20k。咱們的核心成員擁有 CSDN 博客專家簡書程序員優秀做者認證。咱們創建了公益性文檔和教程翻譯項目 ApacheCN

與商業組織不一樣,咱們並不會追逐熱點,或者惟利是圖。做爲公益組織,咱們將完成項目放在首要位置,並有足夠時間把項目打磨到極致。咱們但願作出廣大 AI 愛好者和我的開發者真正須要的東西,打造真正有價值的長尾做品。

咱們要感謝 DatawhaleAI 有道黃海廣博士PythonChina蒼海國際黑客派GirlsInAIDataSciCompSeanCheneyAI 科技大本營BiliDriveFlyAITesra 的創意和支持。

贊助咱們

相關文章
相關標籤/搜索