handson ml

Cuadernos de aprendizaje automático

YA ESTÁ DISPONIBLE LA TERCERA EDICIÓN DE MI LIBRO.

Este proyecto es para la primera edición, que ya está desactualizada.

Este proyecto tiene como objetivo enseñarle los fundamentos del aprendizaje automático en Python. Contiene el código de ejemplo y las soluciones a los ejercicios de mi libro de O'Reilly Hands-on Machine Learning with Scikit-Learn and TensorFlow:

Inicio rápido

¿Quieres jugar con estos portátiles online sin tener que instalar nada?

Utilice cualquiera de los siguientes servicios.

ADVERTENCIA : tenga en cuenta que estos servicios proporcionan entornos temporales: todo lo que haga se eliminará después de un tiempo, así que asegúrese de descargar todos los datos que le interesen.

• Recomendado : abra este repositorio en Colaboratorio:

• O ábrelo en Binder:

  • Nota : La mayoría de las veces, Binder se inicia rápidamente y funciona muy bien, pero cuando se actualiza handson-ml, Binder crea un nuevo entorno desde cero, y esto puede llevar bastante tiempo.

• O ábrelo en Deepnote:

¿Solo desea ver rápidamente algunos cuadernos sin ejecutar ningún código?

Explore este repositorio utilizando el visor de cuadernos de jupyter.org:

Nota : el visor de portátiles de github.com también funciona, pero es más lento y las ecuaciones matemáticas no siempre se muestran correctamente.

¿Quieres ejecutar este proyecto usando una imagen de Docker?

Lea las instrucciones de Docker.

¿Quieres instalar este proyecto en tu propia máquina?

Comience instalando Anaconda (o Miniconda), git y, si tiene una GPU compatible con TensorFlow, instale el controlador de GPU, así como la versión apropiada de CUDA y cuDNN (consulte la documentación de TensorFlow para obtener más detalles).

A continuación, clone este proyecto abriendo una terminal y escribiendo los siguientes comandos (no escriba los primeros signos $ en cada línea, solo indican que son comandos de terminal):

 $ git clone https://github.com/ageron/handson-ml.git
$ cd handson-ml

A continuación, ejecute los siguientes comandos:

 $ conda env create -f environment.yml
$ conda activate tf1
$ python -m ipykernel install --user --name=python3

Finalmente, inicie Jupyter:

 $ jupyter notebook

Si necesita más instrucciones, lea las instrucciones de instalación detalladas.

Preguntas frecuentes

¿Qué versión de Python debo usar?

Recomiendo Python 3.7. Si sigue las instrucciones de instalación anteriores, esa es la versión que obtendrá. La mayor parte del código funcionará con otras versiones de Python 3, pero algunas bibliotecas aún no son compatibles con Python 3.8 o 3.9, por lo que recomiendo Python 3.7.

Recibo un error cuando llamo load_housing_data()

Asegúrese de llamar fetch_housing_data() antes de llamar load_housing_data() . Si recibe un error HTTP, asegúrese de estar ejecutando exactamente el mismo código que en el cuaderno (cópielo y péguelo si es necesario). Si el problema persiste, verifique la configuración de su red.

Recibo un error de SSL en MacOSX

Probablemente necesite instalar los certificados SSL (consulte esta pregunta de StackOverflow). Si descargó Python del sitio web oficial, ejecute /Applications/Python 3.7/Install Certificates.command en una terminal (cambie 3.7 a la versión que haya instalado). Si instaló Python usando MacPorts, ejecute sudo port install curl-ca-bundle en una terminal.

He instalado este proyecto localmente. ¿Cómo lo actualizo a la última versión?

Ver INSTALL.md

¿Cómo actualizo mis bibliotecas de Python a las últimas versiones cuando uso Anaconda?

Ver INSTALL.md

Colaboradores

Me gustaría agradecer a todos los que contribuyeron a este proyecto, ya sea brindando comentarios útiles, presentando problemas o enviando solicitudes de extracción. Un agradecimiento especial a Haesun Park e Ian Beauregard, quienes revisaron cada cuaderno y enviaron muchos RP, incluida ayuda en algunas de las soluciones de los ejercicios. Gracias también a Steven Bunkley y Ziembla, quienes crearon el directorio docker , y al usuario de github SuperYorio, que ayudó con algunas soluciones de ejercicios.