انتقل إلى المحتوى

مقدمة في تعلم الآلة - إعداد البيئة

بيئة Anaconda

قررنا استخدام Anaconda لتكوين بيئة تعلم الآلة. من جهة، تقوم بإضافة العديد من حزم علم البيانات الشائعة مثل Numpy، TensorFlow وغيرها، كما تتضمن المزيد من الوحدات التي تعتمد عليها؛ ومن جهة أخرى، يمكنها إدارة البيئات بشكل أسهل والتبديل بينها بكل سهولة. بإختصار، تعتبر Anaconda بيئة برمجة شاملة لعلم البيانات.

تحميل Anaconda: https://www.anaconda.com/download

بمجرد الانتهاء من التثبيت، كيف يمكن البدء؟ يمكنك مراجعة هذا الدورة الرسمية للبدء خطوة بخطوة: Get Started with Anaconda، أو يمكنك الرجوع مباشرة إلى الخطوات البسيطة التالية.

عند الانتهاء من التثبيت، يمكنك في واجهة سطر أوامر Anaconda Prompt، إدخال الأمر conda list للتحقق من حالة التثبيت وقائمة الحزم المدمجة.

توصي الشركة المطورة بإنشاء بيئة افتراضية، حتى إذا وقع خطأ يمكن تغييرها مباشرة، دون الحاجة لإعادة التثبيت:

conda create --name NEW_ENV_NAME
conda activate NEW_ENV_NAME

تعتبر القناة الافتراضية لـ conda هي defaults، ولكن هذه القناة ليست بكامل حزم الرموز، لذا من الأفضل تغييرها إلى conda-forge:

conda config --add channels conda-forge

ثم، في هذه البيئة الافتراضية، يمكن تثبيت بعض الحزم الشائعة:

conda install jupyterlab rich faker chime schedule pandas scikit-learn

أخيرًا، قم بتشغيل JupyterLab:

jupyter lab

حزمة أدوات تعلم الآلة scikit-learn

في المقالات القادمة، سنبدأ في تعلم تعلم الآلة باستخدام scikit-learn. تحتوي scikit-learn (sklearn) على الخوارزميات الشائعة الأساسية لتعلم الآلة مثل التصنيف والتحويل والتجميع وغيرها، بالإضافة إلى استخراج الميزات ومعالجة البيانات وتقييم النماذج، مما يجعلها مناسبة للمبتدئين.

الإشارات والشكر

تمت ترجمة هذه المشاركة باستخدام ChatGPT، يرجى تزويدنا بتعليقاتكم إذا كانت هناك أي حذف أو إهمال.