Машинное обучение

Машинное обучение #

Что здесь происходит? #

Это домашняя страница Клуба машинного обучения. Здесь разбираются методы анализа данных, их предобработка, визуализация, а также использование этих данных для создания моделей машинного обучения, которые будут решать те или иные задачи.

Контакты #

Ссылки для связи с создателями этого кружка:

Репозиторий #

Репозиторий, в котором будут храниться материалы занятий, включая практические задания, находится на платформе Github по ссылке:

Подробный гайд о том, в каком формате следует выполнять задания, находится здесь.

Если вы не знаете, что такое Git и GitHub, рекомендуем заглянуть сюда за пошаговым гайдом. (P.S.: на этом сайтике полно крутой информации для университета)

Технологии #

Языком программирования для наших занятий был выбран Python, к которому надо установить следующие библиотеки: NumPy, Pandas, Matplotlib, Seaborn, Scikit-learn (или sklearn) и Pytorch. Кроме того, большая часть работ будет сделана на платформе Jupyter Notebook, которую тоже следует себе загрузить и настроить. Аналогом «тетрадки» может послужить Google Colaboratory — онлайн-платформа, обладающая тем же функционалом.

Всё это есть на всех возможных системах (Windows, Linux, MacOS).

Настройка инструментов #

  1. Выбрать, скачать и установить удобный для вас редактор (например, Visual Studio Code или PyCharm Professional (в Community версии нет поддержки Jupyter));
  2. Скачать и установить Python вместе с утилитой pip3. Гайд по установке Python и pip3 здесь.
  3. С помощью pip3 установить нужные библиотеки и Jupyter Notebook. Для этого достаточно ввести следующую команду: 
    pip3 install --user numpy notebook pandas matplotlib seaborn scikit-learn
  4. Проверьте факт корректной установки всех инструментов. Установленные библиотеки можно вывести в командной строке с помощью команды pip3 list.
  5. По желанию можно установить плагины в текстовых редакторах для работы с тетрадками Jupyter Notebook.