SnowTrash / pyHikethroug

A Walkthroug in python/google-collab | Un tutorial de python y google collab

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

Contributors Forks Stargazers Issues MIT License LinkedIn


Logo

Datos vs Anaconda(docker)


Explora los documentos»

Reporta un Issue Añade un Feature

Tabla de Contenidos
  1. Sobre el Proyecto
  2. ¿Como empezar?
  3. Avances
  4. Contribuir
  5. Licencia
  6. Contacto
  7. Referencias y Recursos

Sobre el Proyecto

Imagen Para el Proyecto

Este portafolio contiene los .ipybn que corresponden a las actividades de I5911(Mineria de datos) y I5912(Clasificacion inteligente de datos) *

Construido con

Como empezar

Clonar el repositorio git clone https://github.com/SnowTrash/pyHikethroug.git

Puedes trabajar directamente en Google Collab abriendo los archivos desde el boton en la parte superior y guardando una copia en tu Drive personal

Para construir un ambiente para ML y clasificacion de datos en tu dispositivo:

  • Instalamos Docker
sudo apt update
sudo apt install -y docker.io
sudo systemctl enable docker --now
docker 
  • Instalaremos el docker de anaconda
docker pull continuumio/anaconda3  

Alto

En este punto te recomendaria revisar el siguiente Enlace Para que realices la configuracion que creas necesaria.

  • Iniciaremos el docker con los puertos usados para jupyter y tensorflow, e instalaremos jupyter
docker run -i -t -p 8888:8888 -p 6006:6006 continuumio/anaconda3 /bin/bash -c "\
    conda install jupyter -y --quiet && \
    mkdir -p /opt/notebooks && \
    jupyter notebook \
    --notebook-dir=/opt/notebooks --ip='*' --port=8888 \
    --no-browser --allow-root"
  • Cerramos el docker y le damos un update upgrade a nuestro sistema
docker ps -a -q  --filter ancestor=continuumio/anaconda3
sudo apt-get update && upgrade 
  • Iniciamos el docker
docker run -i -t -p 8888:8888 -p 6006:6006 continuumio/anaconda3 /bin/bash -c "\
mkdir -p /opt/notebooks && \
jupyter notebook \
    --notebook-dir=/opt/notebooks --ip='*' --port=8888 \
    --no-browser --allow-root"
  • instalamos algunas librerias
apt-get update && apt-get install -y libgtk2.0-dev  && rm -rf /var/lib/apt/lists/*
conda install python=3
conda update -n base -c defaults conda
conda install anaconda-client
conda install numpy pandas scikit-learn matplotlib seaborn pyyaml h5py keras -y 
conda upgrade dask 
pip install tensorflow imutils

Avances

Puedes ver los Issues Abiertos para los cambios que se estan haciendo y también visualizar los problemas resueltos y cambios pasados

Contribuir

Las contribuciones y el espiritu de comunidad es lo que mantiene a este proyecto vivo , por lo que todas las contribuciones que se quiean realizar son altamente apreciadas.

Si quieres contribuir y no sabes como hacerlo dentro de github Envialo a : juan.vargas2962@alumnos.udg.mx

  1. (fork the proyect) Para contribuir debes Bifurcar un repositorio así no afectarás el proyecto original
  2. (Create your Feature Branch) Crea un rama en tu proyecto para la contribución que deseas realizar (git checkout -b feature/AmazingFeature)
  3. (Commit your Changes) Comenta tus cambios (git commit -m 'Add some AmazingFeature')
  4. (Push to the Branch) Guarda tus avances en la contribución (git push origin feature/AmazingFeature)
  5. (Open a Pull Request) Crear la solicitud de cambios

Licencia

Distribuido Bajo la Licencia GPLv3 . Visita el apartado de LICENSE para más información.

Contacto

SnowTrash

Link del proyecto: Portafolio de Proyectos

Referencias y Recursos

Proyectos usados

About

A Walkthroug in python/google-collab | Un tutorial de python y google collab

License:MIT License


Languages

Language:Jupyter Notebook 100.0%