Translated using Weblate (Russian) (#367)

Currently translated at 84.7% (493 of 582 strings)

Translation: JASP/jaspMachineLearning-QML
Translate-URL: https://hosted.weblate.org/projects/jasp/jaspmachinelearning-qml/ru/

Co-authored-by: Volnov Egor Vladimirovich <[email protected]>

Author: weblate

po/QML-ru.po

@@ -1,10 +1,16 @@
 msgid ""
 msgstr ""
+"PO-Revision-Date: 2024-08-30 15:35+0000\n"
+"Last-Translator: Volnov Egor Vladimirovich <[email protected]>\n"
+"Language-Team: Russian <https://hosted.weblate.org/projects/jasp/"
+"jaspmachinelearning-qml/ru/>\n"
+"Language: ru\n"
 "MIME-Version: 1.0\n"
 "Content-Type: text/plain; charset=UTF-8\n"
 "Content-Transfer-Encoding: 8bit\n"
 "Plural-Forms: nplurals=3; plural=(n%10==1 && n%100!=11 ? 0 : n%10>=2 && "
 "n%10<=4 && (n%100<10 || n%100>=20) ? 1 : 2);\n"
+"X-Generator: Weblate 5.7.1-dev\n"
 "X-Language: ru\n"
 "X-Qt-Contexts: true\n"
 
@@ -2380,8 +2386,8 @@ msgid ""
 msgstr ""
 "Метод бустинга работает путем добавления признаков в ансамбль деревьев "
 "решений, который каждый раз корректирует своего предшественника. Но вместо "
-"того, чтобы изменять веса для каждого неверно классифицированного наблюдения "
-"на каждой итерации, бустинг пытается подогнать новый признак к остаточной "
+"того, чтобы изменять веса для неверно классифицированных наблюдений на "
+"каждой итерации, бустинг пытается подогнать новый признак к остаточной "
 "ошибке, сделанной предыдущим признаком.\n"
 "### Допущения\n"
 "- Целевая переменная является номинальной или порядковой.\n"
@@ -2397,9 +2403,9 @@ msgid ""
 "- The target is a nominal or ordinal variable.\n"
 "- The feature variables consist of continuous, nominal, or ordinal variables."
 msgstr ""
-"Деревья решений - это алгоритм, который идет через комбинацию признаков "
-"наблюдения (отраженную в корнях дерева) к выводам о значении целевой "
-"переменной для данного наблюдения (отраженном в листьях дерева).\n"
+"Деревья решений - это алгоритм, который через отраженную в корнях дерева "
+"комбинацию признаков наблюдения приходит к выводам об отраженном в листьях "
+"дерева значении целевой переменной для данного наблюдения.\n"
 "### Допущения\n"
 "- Целевая переменная является номинальной или порядковой.\n"
 "- Признаки могут быть непрерывными, номинальными или порядковыми переменными."
@@ -2475,10 +2481,10 @@ msgstr ""
 "Нейронные сети с прямой связью - это предсказательный алгоритм, "
 "вдохновленный представлениями о биологических нейронных сетях, из которых "
 "состоит мозг. Нейрон (узел) принимает сигнал, обрабатывает его и посылает "
-"результат другим нейронам, которые с ним соединены. Сигнал узла - это "
-"вещественное число, и выход каждого узла вычисляется путем прохождения "
-"сигнала через функцию активации. Количество слоев и узлов в сети внутренне "
-"связано со сложностью модели, и большие их значения повышают гибкость.\n"
+"результат другим нейронам, которые с ним соединены. Сигнал каждого узла - "
+"это вещественное число, а выход узла вычисляется путем прохождения сигнала "
+"через функцию активации. Количество слоев и узлов в сети внутренне связано "
+"со сложностью модели, и большие их значения повышают гибкость.\n"
 "### Допущения\n"
 "- Целевая переменная является номинальной или порядковой.\n"
 "- Признаки являются непрерывными переменными."
@@ -2494,6 +2500,14 @@ msgid ""
 "- The target variable is a nominal or ordinal variable.\n"
 "- The feature variables consist of continuous, nominal, or ordinal variables."
 msgstr ""
+"Случайный лес - это метод классификации, создающий большое количество "
+"отдельных деревьев решений, которые работают вместе как ансамбль. Каждое "
+"отдельное дерево в случайном лесу выдает свое предсказание класса, и класс с "
+"наибольшим количеством голосов становится предсказанием всей модели в целом."
+"\n"
+"### Допущения\n"
+"- Целевая переменная является номинальной или порядковой.\n"
+"- Признаки могут быть непрерывными, номинальными или порядковыми переменными."
 
 msgctxt "mlClassificationSvm|"
 msgid ""
@@ -2506,6 +2520,15 @@ msgid ""
 "- The target is a nominal or ordinal variable.\n"
 "- The feature variables consist of continuous, nominal, or ordinal variables."
 msgstr ""
+"Метод опорных векторов - это алгоритм обучения с учителем, который "
+"представляет обучающую выборку в виде точек в пространстве таким образом, "
+"чтобы максимизировать ширину зазора между двумя категориями. Новые "
+"наблюдения проецируются в то же самое пространство, и категории, к которым "
+"они будут принадлежать, предсказываются на основе стороны данного зазора, на "
+"которой они находятся.\n"
+"### Допущения\n"
+"- Целевая переменная является номинальной или порядковой.\n"
+"- Признаки могут быть непрерывными, номинальными или порядковыми переменными."
 
 msgctxt "mlClusteringDensityBased|"
 msgid ""
@@ -2614,6 +2637,13 @@ msgid ""
 "- The target variable is a continuous variable.\n"
 "- The feature variables consist of continuous, nominal, or ordinal variables."
 msgstr ""
+"Метод бустинга работает путем добавления признаков в ансамбль деревьев "
+"решений, который каждый раз корректирует своего предшественника. Бустинг "
+"пытается подогнать новый признак к остаточной ошибке, сделанной предыдущим "
+"признаком.\n"
+"### Допущения\n"
+"- Целевая переменная является непрерывной.\n"
+"- Признаки могут быть непрерывными, номинальными или порядковыми переменными."
 
 #, fuzzy
 msgctxt "mlRegressionBoosting|"
@@ -2630,6 +2660,12 @@ msgid ""
 "- The target variable is a continuous variable.\n"
 "- The feature variables consist of continuous, nominal, or ordinal variables."
 msgstr ""
+"Деревья решений - это алгоритм, который через отраженную в корнях дерева "
+"комбинацию признаков наблюдения приходит к выводам об отраженном в листьях "
+"дерева значении целевой переменной для данного наблюдения.\n"
+"### Допущения\n"
+"- Целевая переменная является непрерывной.\n"
+"- Признаки могут быть непрерывными, номинальными или порядковыми переменными."
 
 msgctxt "mlRegressionKnn|"
 msgid ""
@@ -2642,12 +2678,22 @@ msgid ""
 "- The target variable is a continuous variable.\n"
 "- The feature variables consist of continuous, nominal, or ordinal variables."
 msgstr ""
+"К-ближайших соседей - это метод классификации, который ищет *k* размеченных "
+"наблюдений, наиболее близких к новым наблюдениям для того, чтобы сделать "
+"предсказание их класса. Количество ближайших соседей внутренне связано со "
+"сложностью модели, и маленькие его значения повышают гибкость.\n"
+"### Допущения\n"
+"- Целевая переменная является непрерывной.\n"
+"- Признаки могут быть непрерывными, номинальными или порядковыми переменными."
 
 msgctxt "mlRegressionLinear|"
 msgid ""
 "Linear regression allows the user to model a linear relationship between one "
 "or more features (predictors) and a continuous dependent (target) variable."
 msgstr ""
+"Линейная регрессия позволяет смоделировать линейную взаимосвязь между одним "
+"или несколькими признаками (предикторами) и непрерывной зависимой (целевой) "
+"переменной."
 
 msgctxt "mlRegressionLinear|"
 msgid "Tables"
@@ -2678,6 +2724,16 @@ msgid ""
 "- The target variable is a continuous variable.\n"
 "- The feature variables consist of continuous."
 msgstr ""
+"Нейронные сети с прямой связью - это предсказательный алгоритм, "
+"вдохновленный представлениями о биологических нейронных сетях, из которых "
+"состоит мозг. Нейрон (узел) принимает сигнал, обрабатывает его и посылает "
+"результат другим нейронам, которые с ним соединены. Сигнал каждого узла - "
+"это вещественное число, а выход узла вычисляется путем прохождения сигнала "
+"через функцию активации. Количество слоев и узлов в сети внутренне связано "
+"со сложностью модели, и большие их значения повышают гибкость.\n"
+"### Допущения\n"
+"- Целевая переменная является непрерывной.\n"
+"- Признаки являются непрерывными переменными."
 
 msgctxt "mlRegressionRandomForest|"
 msgid ""
@@ -2688,6 +2744,11 @@ msgid ""
 "- The target variable is a continuous variable.\n"
 "- The feature variables consist of continuous, nominal, or ordinal variables."
 msgstr ""
+"Случайный лес - это метод классификации, создающий большое количество "
+"отдельных деревьев решений, которые работают вместе как ансамбль.\n"
+"### Допущения\n"
+"- Целевая переменная является непрерывной.\n"
+"- Признаки могут быть непрерывными, номинальными или порядковыми переменными."
 
 msgctxt "mlRegressionRegularized|"
 msgid ""
@@ -2711,6 +2772,15 @@ msgid ""
 "- The target variable is a continuous variable.\n"
 "- The feature variables consist of continuous, nominal, or ordinal variable"
 msgstr ""
+"Метод опорных векторов - это алгоритм обучения с учителем, который "
+"представляет обучающую выборку в виде точек в пространстве таким образом, "
+"чтобы максимизировать ширину зазора между двумя категориями. Новые "
+"наблюдения проецируются в то же самое пространство, и категории, к которым "
+"они будут принадлежать, предсказываются на основе стороны данного зазора, на "
+"которой они находятся.\n"
+"### Допущения\n"
+"- Целевая переменная является непрерывной.\n"
+"- Признаки могут быть непрерывными, номинальными или порядковыми переменными"
 
 msgctxt "Description|"
 msgid "Naive Bayes"