Translations update from Hosted Weblate

po/QML-de.po

@@ -1,9 +1,15 @@
 msgid ""
 msgstr ""
+"PO-Revision-Date: 2024-01-21 19:01+0000\n"
+"Last-Translator: Johannes Keyser <[email protected]>\n"
+"Language-Team: German <https://hosted.weblate.org/projects/jasp/"
+"jaspmachinelearning-qml/de/>\n"
+"Language: de\n"
 "MIME-Version: 1.0\n"
 "Content-Type: text/plain; charset=UTF-8\n"
 "Content-Transfer-Encoding: 8bit\n"
-"Plural-Forms: nplurals=2; plural=(n != 1);\n"
+"Plural-Forms: nplurals=2; plural=n != 1;\n"
+"X-Generator: Weblate 5.4-dev\n"
 "X-Language: de\n"
 "X-Source-Language: American English\n"
 "X-Qt-Contexts: true\n"
@@ -1572,7 +1578,6 @@ msgstr ""
 "Zeigt ein Diagramm mit der mittleren Abnahme der Genauigkeit pro Merkmal im "
 "Modell."
 
-#, fuzzy
 msgctxt "AlgorithmicSettings|"
 msgid "Features per split"
 msgstr "Merkmale pro Aufteilung"
@@ -2065,7 +2070,6 @@ msgid "Shows a table containing the cluster means for each feature variable."
 msgstr ""
 "Zeigt eine Tabelle mit den Clustermittelwerten für jede Merkmalsvariable."
 
-#, fuzzy
 msgctxt "ConfusionMatrix|"
 msgid "Confusion matrix"
 msgstr "Konfusionsmatrix"
@@ -2103,7 +2107,6 @@ msgctxt "ExplainPredictions|"
 msgid "Cases"
 msgstr "Fälle"
 
-#, fuzzy
 msgctxt "ExplainPredictions|"
 msgid "The test set index of the first row to be displayed in the table."
 msgstr "Der Testsatz-Index aus der ersten Zeile zur Anzeige in der Tabelle."
@@ -2112,7 +2115,6 @@ msgctxt "ExplainPredictions|"
 msgid "to"
 msgstr "bis"
 
-#, fuzzy
 msgctxt "ExplainPredictions|"
 msgid "The test set index of the last row to be displayed in the table."
 msgstr "Der Testsatz-Index aus der letzten Zeile zur Anzeige in der Tabelle."
@@ -2162,7 +2164,6 @@ msgstr ""
 "können Sie Ihre eigene vorgegebene Anzahl von Clustern generieren und so "
 "manuell optimieren."
 
-#, fuzzy
 msgctxt "ClusterDetermination|"
 msgid "Clusters"
 msgstr "Cluster"
@@ -2492,10 +2493,24 @@ msgid ""
 "- Multicollinearity: The classes should not correlate within each other, can "
 "be checked with the corresponding table."
 msgstr ""
+"Die lineare Diskriminanzanalyse (LDA) ist eine Klassifizierungsmethode mit "
+"dem Ziel, *p - 1* Komponenten zu finden, die am besten zwischen den Klassen "
+"in der Zielvariablen unterscheiden. LDA ist ein linearer Klassifikator, was "
+"bedeutet, dass die Entscheidungsgrenzen zwischen den Klassen linear sind.\n"
+"### Annahmen\n"
+"- Die Zielvariable ist eine nominale oder ordinale Variable.\n"
+"- Die Merkmalsvariablen bestehen aus kontinuierlichen, nominalen oder "
+"ordinalen Variablen.\n"
+"- Gleichheit der Klassenmittelwerte: Die Klassenmittelwerte sollten gleich "
+"sein, was mit der entsprechenden Tabelle überprüfbar ist.\n"
+"- Gleichheit der Kovarianzmatrizen: Die Kovarianzmatrizen sollten gleich "
+"sein, was mit der entsprechenden Tabelle überprüfbar ist.\n"
+"- Multikollinearität: Die Klassen sollten nicht miteinander korrelieren, was "
+"mit der entsprechenden Tabelle überprüfbar ist."
 
 msgctxt "mlClassificationLda|"
 msgid "Multivariate normality"
-msgstr ""
+msgstr "Multivariate Normalverteilung"
 
 msgctxt "mlClassificationNeuralNetwork|"
 msgid ""
@@ -2510,6 +2525,17 @@ msgid ""
 "- The target is a nominal or ordinal variable.\n"
 "- The feature variables consist of continuous variables."
 msgstr ""
+"Feedforward Neuronale Netze sind Vorhersage-Algorithmen, die sich an "
+"biologischen neuronalen Netzen orientieren, aus denen Gehirne bestehen. Ein "
+"Neuron (Knoten), das ein Signal empfängt, verarbeitet dieses und kann "
+"Signale an mit ihm verbundene Neuronen senden. Das Signal eines Knotens ist "
+"eine reelle Zahl, und die Ausgabe eines jeden Knotens wird berechnet, indem "
+"das Signal durch die Aktivierungsfunktion geschickt wird. Die Anzahl der "
+"Schichten und Knoten im Netz ist untrennbar mit der Komplexität des Modells "
+"verbunden, da eine hohe Anzahl die Flexibilität des Modells erhöht.\n"
+"### Annahmen\n"
+"- Das Ziel ist eine nominale oder ordinale Variable.\n"
+"- Die Merkmalsvariablen bestehen aus kontinuierlichen Variablen."
 
 msgctxt "mlClassificationRandomForest|"
 msgid ""
@@ -2522,6 +2548,15 @@ msgid ""
 "- The target variable is a nominal or ordinal variable.\n"
 "- The feature variables consist of continuous, nominal, or ordinal variables."
 msgstr ""
+"Random Forest ist eine Klassifizierungsmethode, bei der eine Menge von "
+"Entscheidungsbäumen erstellt wird, die aus einer großen Anzahl von "
+"Einzelbäumen bestehen, die als Ensemble arbeiten. Jeder einzelne Baum im "
+"Random Forest liefert eine Klassenvorhersage, und die Klasse mit den meisten "
+"Stimmen bildet die Vorhersage des Modells.\n"
+"### Annahmen\n"
+"- Die Zielvariable ist eine nominale oder ordinale Variable.\n"
+"- Die Merkmalsvariablen bestehen aus kontinuierlichen, nominalen oder "
+"ordinalen Variablen."
 
 msgctxt "mlClassificationSvm|"
 msgid ""
@@ -2534,6 +2569,15 @@ msgid ""
 "- The target is a nominal or ordinal variable.\n"
 "- The feature variables consist of continuous, nominal, or ordinal variables."
 msgstr ""
+"Support Vector Machines ist ein überwachter Lernalgorithmus, der "
+"Trainingsbeispiele auf Punkte im Raum abbildet, um die Breite des Bereichs "
+"zwischen den beiden Kategorien zu maximieren. Neue Beispiele werden dann "
+"demselben Raum zugeordnet und je nachdem, auf welche Seite des Bereichs sie "
+"fallen, zu einer Kategorie zugehörig vorhergesagt.\n"
+"### Annahmen\n"
+"- Das Ziel ist eine nominale oder ordinale Variable.\n"
+"- Die Merkmalsvariablen bestehen aus kontinuierlichen, nominalen oder "
+"ordinalen Variablen."
 
 msgctxt "mlClusteringDensityBased|"
 msgid ""
@@ -2609,16 +2653,14 @@ msgid ""
 "and apply it to new data."
 msgstr ""
 
-#, fuzzy
 msgctxt "mlPrediction|"
 msgid "Cases"
 msgstr "Fälle"
 
 msgctxt "mlPrediction|"
 msgid "Add features"
-msgstr ""
+msgstr "Merkmale hinzufügen"
 
-#, fuzzy
 msgctxt "mlPrediction|"
 msgid "Explain predictions"
 msgstr "Vorhersagen erklären"
@@ -2633,7 +2675,6 @@ msgid ""
 "- The feature variables consist of continuous, nominal, or ordinal variables."
 msgstr ""
 
-#, fuzzy
 msgctxt "mlRegressionBoosting|"
 msgid "The loss function used."
 msgstr "Die verwendete Verlustfunktion."
@@ -2648,6 +2689,15 @@ msgid ""
 "- The target variable is a continuous variable.\n"
 "- The feature variables consist of continuous, nominal, or ordinal variables."
 msgstr ""
+"Entscheidungsbäume sind ein überwachter Lernalgorithmus, der einen "
+"Entscheidungsbaum als Vorhersagemodell verwendet, um von Beobachtungen über "
+"ein Element (repräsentiert in den Wurzeln des Baums) zu Schlussfolgerungen "
+"über den Zielwert des Elements (repräsentiert in den Endpunkten des Baums) "
+"zu gelangen.\n"
+"### Annahmen\n"
+"- Die Zielvariable ist eine kontinuierliche Variable.\n"
+"- Die Merkmalsvariablen bestehen aus kontinuierlichen, nominalen oder "
+"ordinalen Variablen."
 
 msgctxt "mlRegressionKnn|"
 msgid ""
@@ -2660,29 +2710,37 @@ msgid ""
 "- The target variable is a continuous variable.\n"
 "- The feature variables consist of continuous, nominal, or ordinal variables."
 msgstr ""
+"K-nächste-Nachbarn ist eine Regressionsmethode, die auf die *k* Anzahl von "
+"Merkmalsbeobachtungen schaut, die neuen Beobachtungen am ähnlichsten sind, "
+"um eine Vorhersage für deren Werte zu treffen. Die Anzahl der nächsten "
+"Nachbarn ist untrennbar mit der Komplexität des Modells verbunden, da eine "
+"kleine Anzahl die Flexibilität des Modells erhöht.\n"
+"### Annahmen\n"
+"- Die Zielvariable ist eine kontinuierliche Variable.\n"
+"- Die Merkmalsvariablen bestehen aus kontinuierlichen, nominalen oder "
+"ordinalen Variablen."
 
 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 ""
+"Lineare Regression ermöglicht es dem Benutzer, eine lineare Beziehung "
+"zwischen einem oder mehreren Merkmalen (Prädiktoren) und einer "
+"kontinuierlichen abhängigen (Ziel-)Variable zu modellieren."
 
-#, fuzzy
 msgctxt "mlRegressionLinear|"
 msgid "Tables"
 msgstr "Tabellen"
 
-#, fuzzy
 msgctxt "mlRegressionLinear|"
 msgid "Plots"
 msgstr "Diagramme"
 
-#, fuzzy
 msgctxt "mlRegressionLinear|"
 msgid "Training Parameters"
 msgstr "Trainingsparameter"
 
-#, fuzzy
 msgctxt "mlRegressionLinear|"
 msgid "Algorithmic Settings"
 msgstr "Algorithmus-Einstellungen"
@@ -2700,6 +2758,17 @@ msgid ""
 "- The target variable is a continuous variable.\n"
 "- The feature variables consist of continuous."
 msgstr ""
+"Feedforward Neuronale Netze sind Vohersage-Algorithmen, die sich an "
+"biologischen neuronalen Netzen orientieren, aus denen Gehirne bestehen. Ein "
+"Neuron (Knoten), das ein Signal empfängt, verarbeitet dieses und kann "
+"Signale an mit ihm verbundene Neuronen senden. Das Signal eines Knotens ist "
+"eine reelle Zahl, und die Ausgabe eines jeden Knotens wird berechnet, indem "
+"das Signal durch die Aktivierungsfunktion geschickt wird. Die Anzahl der "
+"Schichten und Knoten im Netz ist untrennbar mit der Komplexität des Modells "
+"verbunden, da eine hohe Anzahl die Flexibilität des Modells erhöht.\n"
+"### Annahmen\n"
+"- Die Zielvariable ist eine kontinuierliche Variable.\n"
+"- Die Merkmalsvariablen bestehen aus kontinuierlichen."
 
 msgctxt "mlRegressionRandomForest|"
 msgid ""
@@ -2710,6 +2779,13 @@ msgid ""
 "- The target variable is a continuous variable.\n"
 "- The feature variables consist of continuous, nominal, or ordinal variables."
 msgstr ""
+"Random Forest ist eine Regressionsmethode, bei der eine Menge von "
+"Entscheidungsbäumen erstellt wird, die aus einer großen Anzahl von "
+"Einzelbäumen bestehen, die als Ensemble funktionieren.\n"
+"### Annahmen\n"
+"- Die Zielvariable ist eine kontinuierliche Variable.\n"
+"- Die Merkmalsvariablen bestehen aus kontinuierlichen, nominalen oder "
+"ordinalen Variablen."
 
 msgctxt "mlRegressionRegularized|"
 msgid ""
@@ -2721,6 +2797,15 @@ msgid ""
 "- The target variable is a continuous variable.\n"
 "- The feature variables consist of continuous, nominal, or ordinal variables."
 msgstr ""
+"Regularisierte lineare Regression ist eine Abwandlung der linearen "
+"Regression, bei der die Koeffizienten gegen 0 geschrumpft werden. Dies "
+"geschieht durch die Anwendung eines Strafterms (z. B. Ridge, Lasso oder "
+"elastisches Netz). Der Parameter λ bestimmt, wie stark die Parameter "
+"geschrumpft werden.\n"
+"### Annahmen\n"
+"- Die Zielvariable ist eine kontinuierliche Variable.\n"
+"- Die Merkmalsvariablen bestehen aus kontinuierlichen, nominalen oder "
+"ordinalen Variablen."
 
 msgctxt "mlRegressionSvm|"
 msgid ""
@@ -2733,22 +2818,33 @@ msgid ""
 "- The target variable is a continuous variable.\n"
 "- The feature variables consist of continuous, nominal, or ordinal variable"
 msgstr ""
+"Support Vector Machines ist ein überwachter Lernalgorithmus, der "
+"Trainingsbeispiele auf Punkte im Raum abbildet, um die Breite des Bereichs "
+"zwischen den beiden Kategorien zu maximieren. Neue Beispiele werden dann "
+"demselben Raum zugeordnet und je nachdem, auf welche Seite des Bereichs sie "
+"fallen, zu einer Kategorie zugehörig vorhergesagt.\n"
+"### Annahmen\n"
+"- Die Zielvariable ist eine kontinuierliche Variable.\n"
+"- Die Merkmalsvariablen bestehen aus kontinuierlichen, nominalen oder "
+"ordinalen Variablen"
 
 msgctxt "Description|"
 msgid "Naive Bayes"
-msgstr ""
+msgstr "Naiver Bayes"
 
 msgctxt "Description|"
 msgid "Naive Bayes Classification"
-msgstr ""
+msgstr "Naive Bayes-Klassifizierung"
 
 msgctxt "ModelOptimization|"
 msgid "Tree Complexity"
-msgstr ""
+msgstr "Baum-Komplexität"
 
+#, fuzzy
 msgctxt "ModelOptimization|"
 msgid "Enables you to use a user-specified complexity penalty."
 msgstr ""
+"Ermöglicht Ihnen, einen benutzerdefinierten Komplexitäts-Strafterm anzugeben."
 
 #, fuzzy
 msgctxt "ModelOptimization|"

po/QML-fr.po

@@ -1,9 +1,15 @@
 msgid ""
 msgstr ""
+"PO-Revision-Date: 2024-01-22 18:11+0000\n"
+"Last-Translator: robachowyk <[email protected]>\n"
+"Language-Team: French <https://hosted.weblate.org/projects/jasp/"
+"jaspmachinelearning-qml/fr/>\n"
+"Language: fr\n"
 "MIME-Version: 1.0\n"
 "Content-Type: text/plain; charset=UTF-8\n"
 "Content-Transfer-Encoding: 8bit\n"
-"Plural-Forms: nplurals=2; plural=(n > 1);\n"
+"Plural-Forms: nplurals=2; plural=n > 1;\n"
+"X-Generator: Weblate 5.4-dev\n"
 "X-Language: fr\n"
 "X-Qt-Contexts: true\n"
 
@@ -16,6 +22,8 @@ msgid ""
 "Explore the relation between variables using data-driven methods for "
 "regression, classification, and clustering"
 msgstr ""
+"Explore les relations entre variables à partir des données avec des méthodes "
+"de regression, de classification et de regroupement de données (clustering)"
 
 msgctxt "Description|"
 msgid "Regression"
@@ -27,11 +35,11 @@ msgstr ""
 
 msgctxt "Description|"
 msgid "Boosting Regression"
-msgstr ""
+msgstr "Régression par Boosting"
 
 msgctxt "Description|"
 msgid "Decision Tree"
-msgstr ""
+msgstr "Arbre de Décision"
 
 msgctxt "Description|"
 msgid "Decision Tree Regression"

po/QML-id.po

@@ -1,9 +1,15 @@
 msgid ""
 msgstr ""
+"PO-Revision-Date: 2024-01-21 19:01+0000\n"
+"Last-Translator: Rania Rahida <[email protected]>\n"
+"Language-Team: Indonesian <https://hosted.weblate.org/projects/jasp/"
+"jaspmachinelearning-qml/id/>\n"
+"Language: id\n"
 "MIME-Version: 1.0\n"
 "Content-Type: text/plain; charset=UTF-8\n"
 "Content-Transfer-Encoding: 8bit\n"
 "Plural-Forms: nplurals=1; plural=0;\n"
+"X-Generator: Weblate 5.4-dev\n"
 "X-Language: id\n"
 "X-Qt-Contexts: true\n"
 
@@ -16,18 +22,20 @@ msgid ""
 "Explore the relation between variables using data-driven methods for "
 "regression, classification, and clustering"
 msgstr ""
+"Mengeksplorasi hubungan antar variabel menggunakan metode berbasis data "
+"untuk regresi, klasifikasi, dan pengelompokan"
 
 msgctxt "Description|"
 msgid "Regression"
-msgstr ""
+msgstr "Regresi"
 
 msgctxt "Description|"
 msgid "Boosting"
-msgstr ""
+msgstr "Meningkatkan"
 
 msgctxt "Description|"
 msgid "Boosting Regression"
-msgstr ""
+msgstr "Meningkatkan Regresi"
 
 msgctxt "Description|"
 msgid "K-Nearest Neighbors"