handson-ml README

The project's README from github.com/ageron/handson-ml. As one markdown file: README.md.

Machine Learning Notebooks

⚠ THE THIRD EDITION OF MY BOOK IS NOW AVAILABLE, AS WELL A PYTORCH VERSION AND MANY TRANSLATIONS.

This project is for the first edition, which is now outdated (it came out in 2017).

This project aims at teaching you the fundamentals of Machine Learning in python. It contains the example code and solutions to the exercises in my O'Reilly book Hands-on Machine Learning with Scikit-Learn and TensorFlow:

book

Quick Start

Want to play with these notebooks online without having to install anything?

Use any of the following services.

WARNING: Please be aware that these services provide temporary environments: anything you do will be deleted after a while, so make sure you download any data you care about.

  • Note: Most of the time, Binder starts up quickly and works great, but when handson-ml is updated, Binder creates a new environment from scratch, and this can take quite some time.

  • Or open it in Deepnote:

Just want to quickly look at some notebooks, without executing any code?

Browse this repository using jupyter.org's notebook viewer:

Note: github.com's notebook viewer also works but it is slower and the math equations are not always displayed correctly.

Want to run this project using a Docker image?

Read the Docker instructions.

Want to install this project on your own machine?

Start by installing Anaconda (or Miniconda), git, and if you have a TensorFlow-compatible GPU, install the GPU driver, as well as the appropriate version of CUDA and cuDNN (see TensorFlow's documentation for more details).

Next, clone this project by opening a terminal and typing the following commands (do not type the first $ signs on each line, they just indicate that these are terminal commands):

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

Next, run the following commands:

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

Finally, start Jupyter:

$ jupyter notebook

If you need further instructions, read the detailed installation instructions.

FAQ

Which Python version should I use?

I recommend Python 3.7. If you follow the installation instructions above, that's the version you will get. Most code will work with other versions of Python 3, but some libraries do not support Python 3.8 or 3.9 yet, which is why I recommend Python 3.7.

I'm getting an error when I call load_housing_data()

Make sure you call fetch_housing_data() before you call load_housing_data(). If you're getting an HTTP error, make sure you're running the exact same code as in the notebook (copy/paste it if needed). If the problem persists, please check your network configuration.

I'm getting an SSL error on MacOSX

You probably need to install the SSL certificates (see this StackOverflow question). If you downloaded Python from the official website, then run /Applications/Python\ 3.7/Install\ Certificates.command in a terminal (change 3.7 to whatever version you installed). If you installed Python using MacPorts, run sudo port install curl-ca-bundle in a terminal.

I've installed this project locally. How do I update it to the latest version?

See INSTALL.md

How do I update my Python libraries to the latest versions, when using Anaconda?

See INSTALL.md

Contributors

I would like to thank everyone who contributed to this project, either by providing useful feedback, filing issues or submitting Pull Requests. Special thanks go to Haesun Park and Ian Beauregard who reviewed every notebook and submitted many PRs, including help on some of the exercise solutions. Thanks as well to Steven Bunkley and Ziembla who created the docker directory, and to github user SuperYorio who helped on some exercise solutions.

handson-ml (ageron/handson-ml)

Searching Database…

25.6K ·GitHub
Handson-ml
Что это такое?Ноутбуки для Jupyter, которые учат основам Machine Learning на Python: примеры кода и решения упражнений из первого издания книги O'Reilly 'Hands-on Machine Learning with Scikit-Learn and TensorFlow'.
Это сама книга или что-то в дополнение к ней?Это сопроводительный код, а не книга — runnable-ноутбуки от Орельена Жерона, которые идут вместе с книгой (вышла в 2017 году); читать её нужно отдельно.
Могу ли я поэкспериментировать с ноутбуками, ничего не устанавливая?Да — откройте репозиторий в Colaboratory (рекомендуемый вариант), Binder или Deepnote и запускайте всё прямо в браузере; чтобы просто почитать, подойдёт и просмотрщик ноутбуков на jupyter.org. Эти сервисы дают временные окружения, так что всё, что хотите сохранить, скачивайте себе.
Что нужно, чтобы запустить это у себя на компьютере?Anaconda или Miniconda плюс git. Склонируйте репозиторий, выполните 'conda env create -f environment.yml', активируйте окружение 'tf1' и запустите Jupyter. Рекомендуется Python 3.7; опционально можно использовать совместимый с TensorFlow графический процессор с CUDA и cuDNN.
Репозиторий помечен как deprecated — стоит ли им всё ещё пользоваться?Для нового обучения — нет: этот репозиторий соответствует первому изданию книги, которое вышло в 2017 году и уже устарело. Для актуальных материалов автор отсылает к своим репозиториям handson-ml3 и handson-mlp.
Что именно разбирается в ноутбуках?Основы Machine Learning на scikit-learn, а затем нейронные сети на TensorFlow — двух библиотеках из названия книги, — включая проект по предсказанию цен на жильё.
У меня ошибка при вызове load_housing_data() — в чём дело?Сначала вызовите fetch_housing_data() — она скачивает данные, которые затем читает load_housing_data(). Если возникает HTTP-ошибка, запустите код из ноутбука в точности как он есть и проверьте настройки сети.
Есть ли Docker-образ с готовым окружением?Да — в репозитории есть инструкции по Docker и папка docker, так что можно запустить всё в контейнере вместо ручной настройки Anaconda.
What are similar projects?handson-ml2, 100-Days-Of-ML-Code, TensorFlow-Examples, handson-ml3, tensorflow, machine-learning-zoomcamp, DeepLearning, python-machine-learning-book
Which topics is it in?colab-notebook, scikit-learn, ml, distributed, jupyter-notebook, tensorflow, neural-network, jupyter notebook, data-science, book, artificial-intelligence, beginner-friendly
Creator
ageron
Size
84.9 MB
Stars
25.6K
Updated
CommitMay 19
Age
10y
Commits · 90 Days