Soporte

Hay varias maneras de ponerse en contacto con los desarrolladores.

Lista de correos

  • La lista de correos principal es scikit-learn.

  • También hay una lista de confirmaciones scikit-learn-commits, donde se notifican las actualizaciones del repositorio principal y los fallos de prueba.

Preguntas del usuario

  • Algunos desarrolladores de scikit-learn apoyan usuarios en StackOverflow usando la etiqueta [scikit-learn].

  • Para las preguntas generales teóricas o metodológicas de Aprendizaje Automático stack exchange es probablemente un lugar más adecuado.

En ambos casos, por favor, utiliza una pregunta descriptiva en el campo de título (por ejemplo, no «¡Por favor, ayuda con scikit-learn!», ya que esta no es una pregunta) y agrega detalles sobre lo que intentaste, cuáles eran los resultados esperados y lo que se observó en su lugar en el campo de detalles.

Son bienvenidos los snippets de código y datos. Un script de reproducción minimalista (hasta ~20 líneas) puede ser muy útil.

Por favor, describe la naturaleza de tus datos y cómo los procesaste: cuál es el número de muestras, cuál es el número y tipo de características (i.d. categórico o numérico) y para tareas de aprendizaje supervisadas, cuál es el objetivo que estás intentando predecir: clasificación binaria, multiclase (1 de n_classes) o multietiqueta (k de clasificación de n_classes) o regresión de variables continuas.

Las preguntas de los usuarios no deben ser formuladas en el rastreador de errores**, ya que esto abarrota la lista de problemas y dificulta el desarrollo del proyecto.

Rastreador de errores

Si crees que has encontrado un error, por favor repórtalo al gestor de errores:

https://github.com/scikit-learn/scikit-learn/issues

No olvides incluir:

  • pasos (o mejor script) a reproducir,

  • resultado esperado,

  • el resultado observado o la traza de error de Python (o gdb)

Para ayudar a los desarrolladores a corregir tu error más rápido, por favor añade un enlace a https://gist.github.com con un script de python minimalista independiente que reproduzca el error y opcionalmente un subejemplo mínimo de su conjunto de datos (por ejemplo, exportados como archivos CSV usando numpy. savetxt).

Nota: Los Gists son repositorios clonables de Git y por lo tanto puede usar Git para subir archivos de datos a ellos.

Gitter ===

A algunos desarrolladores les gusta pasar el rato en la sala Gitter: https://gitter.im/scikit-learn/scikit-learn/scikit-learn.

Recursos de documentación

Esta documentación es relativa a 0.24.1. La documentación para otras versiones se puede encontrar aquí.

La documentación para imprimir en pdf de versiones antiguas puede encontrarse aquí.