파이썬을 사용해 머신러닝을 공부하는데 도움이 되기 위해 이 저장소를 만들었습니다. 여기에는 한빛미디어의 핸즈온 머신러닝 2판의 예제 코드와 연습문제 답도 포함되어 있습니다.
이 책은 서점에서 판매 중입니다. Yes24, 교보문고, 알라딘, 한빛미디어
이 책의 동영상 강의를 유튜브에 올리고 있습니다. 혼자 공부하시는 분들에게 도움이 되면 좋겠습니다. :-)
노트: 1판의 노트북을 찾고 있다면 rickiepark/handson-ml을 참고하세요.
다음 서비스 중 하나를 사용하세요.
경고: 이런 서비스들은 임시 환경을 제공합니다. 실행이 끝난 후 시간이 지나면 모두 사라집니다. 필요하다면 다운로드해서 보관하세요.
-
추천 옵션: 구글 코랩(Colab):
을 사용합니다.
-
또는 바인더(Binder):
를 사용합니다.
- 노트: 대부분의 경우 바인더가 빠르게 잘 실행되지만 이 깃허브가 업데이트되면 바인더가 처음부터 새로운 환경을 만들어야 하기 때문에 시간이 좀 걸립니다.
-
또는 딥노트(Deepnote):
주피터 노트북 뷰어:
로 이 저장소의 노트북을 볼 수 있습니다.
노트: 깃허브의 노트북 뷰어를 사용할 수도 있지만 느리고 수학 공식을 완전하게 표시하지 못합니다.
도커 가이드를 참고하세요.
먼저 아나콘다(Anaconda) (또는 미니콘다(Miniconda)), 깃을 설치하세요. 텐서플로와 호환되는 GPU를 가지고 있다면 GPU 드라이버를 설치하세요.
그다음 터미널에서 다음 명령을 실행하여 이 저장소를 클론하세요($
기호는 입력하지 마세요. 이 기호는 터미널 명령이라는 것을 표시하는 것 뿐입니다):
$ git clone https://github.com/rickiepark/handson-ml2.git
$ cd handson-ml2
tensorflow
패키지는 GPU와 CPU에 모두 사용할 수 있습니다. CPU만 사용하는 경우 environment.yml
(윈도우일 경우 environment-windows.yml
)에서 tensorflow
를 tensorflow-cpu
로 바꾸면 패키지 다운로드 용량을 줄일 수 있습니다. GPU를 사용하는 경우 tensorflow-serving-api
를 tensorflow-serving-api-gpu
로 바꾸세요.
그다음 다음 명령을 실행합니다:
$ conda env create -f environment.yml # 윈도우일 경우 environment-windows.yml
$ conda activate homl2 # 윈도우일 경우 conda activate tf2
$ python -m ipykernel install --user --name=python3
그다음 윈도우일 경우 다음 명령을 실행하세요:
$ pip install --no-index -f https://github.com/Kojoley/atari-py/releases atari_py
이제 주피터를 시작합니다:
$ jupyter notebook
더 자세한 내용은 설치 가이드를 참고하세요.
유용한 피드백을 전달해 주고 이슈를 등록하고 RP을 보내준 모든 분들께 감사합니다. 특별히 일부 연습문제의 답을 도와준 Haesun Park(박해선)에게 감사합니다. 또 docker
디렉토리를 만들어준 Steven Bunkley와 Ziembla에게 감사합니다. 연습문제 답을 도와준 깃허브 유저 SuperYorio에게도 감사합니다.