Google+ Seguidores

jueves, 28 de diciembre de 2017

Introducción al Machine Learning #2 - Entorno de desarrollo

Bueno, es momento de preparar nuestro entorno. Lo que haremos hoy sera descargar las herramientas necesarias para realizar los ejemplos y resolver los problemas que nos ayudaran a reforzar nuestros conocimientos.

Nuestro entorno de trabajo:

Existen muchos entornos de desarrollo con los cuales podemos trabajar cómodamente. Pero el mejor para trabajar con algoritmos de Aprendizaje Automático, visualización de datos y análisis de datos es Jupyter. No digo que sea el mejor, para mi es donde mejor podremos trabajar.

Jupyter nos permite dividir bloques de código, nos permite visualizar datos de forma rápida, y compartir nuestro código con mucha facilidad. Incluso existen diversos tutoriales por Internet que nos explican con profundidad como manejar Jupyter.
Resultado de imagen para jupyter

Queda de tu parte elegir otro entorno, como lo son los editores de texto Sublime Text, Gedit, Atom, Notepad++ y muchísimos más. Incluso, puedes trabajar desde tu shell.

Puedes ver más información sobre Jupyter en su pagina web: http://jupyter.org/.

Incluso puedes probarlo en linea desde: try.jupyter.org.

Si quieres descargar Jupyter, puedes hacerlo desde tu shell usando PIP. Simplemente utilizamos el comando 'pip install jupyter', como se muestra en la siguiente imagen:



En la imagen se muestra el comando utilizando el sistema operativo Windows 7.

Luego, podremos ejecutar el shell interactivo de Jupyter utilizando el comando 'py -m notebook':


Luego, se nos abrirá el notebook jupyter en nuestro navegador. Para iniciar un nuevo script python nos vamos a la parte derecha de la pagina y damos click sobre 'New', y elegimos la opción Python 3:


Luego, veremos nuestro shell interactivo, pueden experimentar con el, en próximos artículos veremos más a cerca de jupyter:


Módulos necesarios:

Por ultimo, descargaremos el modulo Scikit-Learn, este modulo contiene los algoritmos que utilizaremos.

Todas las practicas y los problemas resueltas haran uso de el modulo Scikit-Learn, así que si quieran realizar las practicas presentadas en los artículos, es necesario disponer de la librería Scikit-Learn.

Para descargar la libreria, podemos usar nuestro shell ya sea en Linux o Windows utilizando PIP:



Esperamos que termine la instalación y listo. 

Si prefieren, pueden ir a la pagina oficial de Scikit-Learn y ver las otras opciones de instalación: http://scikit-learn.org/stable/install.html.



Bueno, esas son las herramientas que utilizaremos, como pueden observar son muy pocos recursos, los cuales podemos obtener en menos de 15 minutos.

Es un articulo un poco corto y aburrido, pero es necesario tener todo listo para que al momento de trabajar, no tengamos que estar descargando archivos o sftware. 

Y se preguntaran ¿Por que Scikit-Learn?. Bueno, eso es una historia para otro día.

1 comentario :
Write comentarios

Tu comentario es importante y nos motiva a seguir escribiendo...

Entradas más recientes

Powered by Blogger .