Репозиторий с материалами и ДЗ по курсу "Введение в машинное обучение для Java-разработчиков"
(1) Установить miniconda. https://docs.conda.io/projects/miniconda/en/latest/ Запускать установку рекомендуется из консоли (см. раздел Quick command line install по ссылке выше)
(2) Создать новое окружение командой в консоли conda create -n <Название окружения> python=3.8, например conda create -n introToML python=3.8
(3) Активировать окружение командой в консоли conda activate <Название окружения>. Проверить активацию окружения можно с помощью команды which python
(4) Установить jupyter-lab командой conda install -c conda-forge jupyterlab
(5) Установить дополнительные библиотеки командой pip install numpy pandas sklearn seaborn matplotlib
(6) Форкнуть репозиторий с ДЗ и склонировать его на локальный компьютер.
(7) Зайти в папку репозитория и запустить jupyter-lab командой jupyter-lab
(8) Выполнить задания из ДЗ, сохранить ноутбук и запушить его в свой форк
(9) Оповестить преподавателя о готовности ДЗ
Домашние задания по лекциям 5 и 6 выполняются на машине в облаке, которую необходимо запросить у преподавателся. Используется сервер блокнотов Polynote.
- https://cs231n.github.io/python-numpy-tutorial/ - Введение в python
- https://scikit-learn.org/stable/ - Документация по sklearn
- https://www.youtube.com/@statquest - Ютуб-канал с объяснением статистики и алгоритмов ML на пальцах