handson ml

Ноутбуки для машинного обучения

ТРЕТЬЕ ИЗДАНИЕ МОЕЙ КНИГИ СЕЙЧАС ДОСТУПНО.

Этот проект относится к первому изданию, которое уже устарело.

Цель этого проекта — научить вас основам машинного обучения на Python. Он содержит пример кода и решения для упражнений из моей книги О'Рейли «Практическое машинное обучение с помощью Scikit-Learn и TensorFlow»:

Быстрый старт

Хотите играть с этими ноутбуками онлайн, не устанавливая ничего?

Воспользуйтесь любой из следующих услуг.

ВНИМАНИЕ : Имейте в виду, что эти службы предоставляют временные среды: все, что вы делаете, будет удалено через некоторое время, поэтому обязательно загружайте все данные, которые вас интересуют.

• Рекомендуется : откройте этот репозиторий в Colaboratory:

• Или откройте его в Binder:

  • Примечание . В большинстве случаев Binder запускается быстро и отлично работает, но при обновлении Handson-ml Binder создает новую среду с нуля, и это может занять довольно много времени.

• Или откройте его в Deepnote:

Просто хотите быстро просмотреть некоторые блокноты, не выполняя никакого кода?

Просмотрите этот репозиторий с помощью программы просмотра блокнотов jupyter.org:

Примечание . Средство просмотра блокнотов на github.com также работает, но оно медленнее, а математические уравнения не всегда отображаются правильно.

Хотите запустить этот проект, используя образ Docker?

Прочтите инструкции Docker.

Хотите установить этот проект на свой компьютер?

Начните с установки Anaconda (или Miniconda), git, и, если у вас есть TensorFlow-совместимый графический процессор, установите драйвер графического процессора, а также соответствующую версию CUDA и cuDNN (более подробную информацию см. в документации TensorFlow).

Затем клонируйте этот проект, открыв терминал и набрав следующие команды (не вводите первые знаки $ в каждой строке, они просто указывают, что это команды терминала):

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

Далее выполните следующие команды:

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

Наконец, запустите Jupyter:

 $ jupyter notebook

Если вам нужны дополнительные инструкции, прочтите подробную инструкцию по установке.

Часто задаваемые вопросы

Какую версию Python мне следует использовать?

Я рекомендую Python 3.7. Если вы будете следовать инструкциям по установке, приведенным выше, вы получите именно эту версию. Большая часть кода будет работать с другими версиями Python 3, но некоторые библиотеки пока не поддерживают Python 3.8 или 3.9, поэтому я рекомендую Python 3.7.

Я получаю сообщение об ошибке при вызове load_housing_data()

Обязательно вызовите fetch_housing_data() перед вызовом load_housing_data() . Если вы получаете ошибку HTTP, убедитесь, что вы используете тот же код, что и в записной книжке (при необходимости скопируйте и вставьте его). Если проблема не устранена, проверьте конфигурацию сети.

Я получаю ошибку SSL на MacOSX

Вероятно, вам необходимо установить сертификаты SSL (см. этот вопрос StackOverflow). Если вы загрузили Python с официального сайта, запустите /Applications/Python 3.7/Install Certificates.command в терминале (измените 3.7 на любую установленную вами версию). Если вы установили Python с помощью MacPorts, запустите sudo port install curl-ca-bundle в терминале.

Я установил этот проект локально. Как мне обновить его до последней версии?

См. INSTALL.md

Как обновить библиотеки Python до последних версий при использовании Anaconda?

См. INSTALL.md

Авторы

Я хотел бы поблагодарить всех, кто внес свой вклад в этот проект, предоставив полезные отзывы, сообщив о проблемах или отправив запросы на включение. Особая благодарность выражается Хэсону Паку и Яну Борегарду, которые просмотрели каждую тетрадь и отправили множество запросов, включая помощь по некоторым решениям для упражнений. Также спасибо Стивену Банкли и Зиембле, которые создали каталог docker , а также пользователю github SuperYorio, который помог с некоторыми решениями для упражнений.