Startseite Projekte sklearn-doc-zh
sklearn-doc-zh

sklearn-doc-zh

von apachecn · GitHub

📚 [Übersetzung] scikit-learn (sklearn) Chinesische Dokumentation

Auf GitHub ansehen
In einfachen Worten

Lesen Sie die chinesische Dokumentation für scikit-learn, ein Tool für Datenanalyse und maschinelles Lernen.

⭐ Sterne
🍴 Forks
🔥 Trendend
📜 Lizenz
Lizenz nicht angegeben
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
💻 Sprache
CSS
Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
sklearn-doc-zh — GitHub preview card
📈 Sternhistorie
5 2345 231
2026-07-042026-07-29
📈 sklearn-doc-zh verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

📚 [Übersetzung] scikit-learn (sklearn) Chinesische Dokumentation

sklearn-doc-zh hat 5.2k Sterne auf GitHub. Es wurde 1.5k-mal geforkt. sklearn-doc-zh ist hauptsächlich in CSS geschrieben. Es wird seit 2017 aktiv entwickelt. Die Hauptthemen sind: documentation, machine-learning, python, scikit-learn.

Frequently asked questions

Was ist sklearn-doc-zh?

📚 [Übersetzung] scikit-learn (sklearn) Chinesische Dokumentation

Ist sklearn-doc-zh Open Source?

sklearn-doc-zh ist ein Open-Source-Projekt.

Ist sklearn-doc-zh kostenlos?

Ja. sklearn-doc-zh ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

In welcher Sprache ist sklearn-doc-zh geschrieben?

sklearn-doc-zh ist hauptsächlich in CSS geschrieben.

🏅 Wartender dieses Projekts?
OpenSourceAI badge — sklearn-doc-zh

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=apachecn-sklearn-doc-zh)](https://opensourceai.tech/project/apachecn-sklearn-doc-zh.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.