Data-Science-For-Beginners/translations/el/INSTALLATION.md

Οδηγός Εγκατάστασης

Αυτός ο οδηγός θα σας βοηθήσει να ρυθμίσετε το περιβάλλον σας για να εργαστείτε με το πρόγραμμα σπουδών "Data Science for Beginners".

Περιεχόμενα

• Προαπαιτούμενα
• Γρήγορες Επιλογές Έναρξης
• Τοπική Εγκατάσταση
• Επαλήθευση Εγκατάστασης

Προαπαιτούμενα

Πριν ξεκινήσετε, θα πρέπει να έχετε:

• Βασική εξοικείωση με τη γραμμή εντολών/τερματικό
• Λογαριασμό GitHub (δωρεάν)
• Σταθερή σύνδεση στο διαδίκτυο για την αρχική ρύθμιση

Γρήγορες Επιλογές Έναρξης

Επιλογή 1: GitHub Codespaces (Συνιστάται για Αρχάριους)

Ο πιο εύκολος τρόπος για να ξεκινήσετε είναι με το GitHub Codespaces, το οποίο παρέχει ένα πλήρες περιβάλλον ανάπτυξης στον περιηγητή σας.

1. Μεταβείτε στο αποθετήριο
2. Κάντε κλικ στο μενού Code
3. Επιλέξτε την καρτέλα Codespaces
4. Κάντε κλικ στο Create codespace on main
5. Περιμένετε να ολοκληρωθεί η αρχικοποίηση του περιβάλλοντος (2-3 λεπτά)

Το περιβάλλον σας είναι τώρα έτοιμο με όλες τις εξαρτήσεις προεγκατεστημένες!

Επιλογή 2: Τοπική Ανάπτυξη

Για εργασία στον δικό σας υπολογιστή, ακολουθήστε τις λεπτομερείς οδηγίες παρακάτω.

Τοπική Εγκατάσταση

Βήμα 1: Εγκατάσταση Git

Το Git απαιτείται για την κλωνοποίηση του αποθετηρίου και την παρακολούθηση των αλλαγών σας.

Windows:

• Κατεβάστε από git-scm.com
• Εκτελέστε τον εγκαταστάτη με τις προεπιλεγμένες ρυθμίσεις

macOS:

• Εγκαταστήστε μέσω Homebrew: brew install git
• Ή κατεβάστε από git-scm.com

Linux:

# Debian/Ubuntu
sudo apt-get update
sudo apt-get install git

# Fedora
sudo dnf install git

# Arch
sudo pacman -S git

Βήμα 2: Κλωνοποίηση του Αποθετηρίου

# Clone the repository
git clone https://github.com/microsoft/Data-Science-For-Beginners.git

# Navigate to the directory
cd Data-Science-For-Beginners

Βήμα 3: Εγκατάσταση Python και Jupyter

Απαιτείται Python 3.7 ή νεότερη έκδοση για τα μαθήματα επιστήμης δεδομένων.

Windows:

1. Κατεβάστε την Python από python.org
2. Κατά την εγκατάσταση, επιλέξτε "Add Python to PATH"
3. Επαληθεύστε την εγκατάσταση:

python --version

macOS:

# Using Homebrew
brew install python3

# Verify installation
python3 --version

Linux:

# Most Linux distributions come with Python pre-installed
python3 --version

# If not installed:
# Debian/Ubuntu
sudo apt-get install python3 python3-pip

# Fedora
sudo dnf install python3 python3-pip

Βήμα 4: Ρύθμιση Περιβάλλοντος Python

Συνιστάται η χρήση εικονικού περιβάλλοντος για την απομόνωση των εξαρτήσεων.

# Create a virtual environment
python -m venv venv

# Activate the virtual environment
# On Windows:
venv\Scripts\activate

# On macOS/Linux:
source venv/bin/activate

Βήμα 5: Εγκατάσταση Πακέτων Python

Εγκαταστήστε τις απαραίτητες βιβλιοθήκες επιστήμης δεδομένων:

pip install jupyter pandas numpy matplotlib seaborn scikit-learn

Βήμα 6: Εγκατάσταση Node.js και npm (Για την Εφαρμογή Κουίζ)

Η εφαρμογή κουίζ απαιτεί Node.js και npm.

Windows/macOS:

• Κατεβάστε από nodejs.org (Συνιστάται η έκδοση LTS)
• Εκτελέστε τον εγκαταστάτη

Linux:

# Debian/Ubuntu
# WARNING: Piping scripts from the internet directly into bash can be a security risk.
# It is recommended to review the script before running it:
#   curl -fsSL https://deb.nodesource.com/setup_lts.x -o setup_lts.x
#   less setup_lts.x
# Then run:
#   sudo -E bash setup_lts.x
#
# Alternatively, you can use the one-liner below at your own risk:
curl -fsSL https://deb.nodesource.com/setup_lts.x | sudo -E bash -
sudo apt-get install -y nodejs

# Fedora
sudo dnf install nodejs

# Verify installation
node --version
npm --version

Βήμα 7: Εγκατάσταση Εξαρτήσεων Εφαρμογής Κουίζ

# Navigate to quiz app directory
cd quiz-app

# Install dependencies
npm install

# Return to root directory
cd ..

Βήμα 8: Εγκατάσταση Docsify (Προαιρετικό)

Για πρόσβαση στην τεκμηρίωση εκτός σύνδεσης:

npm install -g docsify-cli

Επαλήθευση Εγκατάστασης

Δοκιμή Python και Jupyter

# Activate your virtual environment if not already activated
# On Windows:
venv\Scripts\activate
# On macOS/Linux:
source venv/bin/activate

# Start Jupyter Notebook
jupyter notebook

Ο περιηγητής σας θα πρέπει να ανοίξει με τη διεπαφή Jupyter. Μπορείτε τώρα να πλοηγηθείτε σε οποιοδήποτε αρχείο .ipynb του μαθήματος.

Δοκιμή Εφαρμογής Κουίζ

# Navigate to quiz app
cd quiz-app

# Start development server
npm run serve

Η εφαρμογή κουίζ θα πρέπει να είναι διαθέσιμη στη διεύθυνση http://localhost:8080 (ή σε άλλη θύρα αν η 8080 είναι απασχολημένη).

Δοκιμή Διακομιστή Τεκμηρίωσης

# From the root directory of the repository
docsify serve

Η τεκμηρίωση θα πρέπει να είναι διαθέσιμη στη διεύθυνση http://localhost:3000.

Χρήση Dev Containers στο VS Code

Αν έχετε εγκατεστημένο το Docker, μπορείτε να χρησιμοποιήσετε Dev Containers στο VS Code:

1. Εγκαταστήστε το Docker Desktop
2. Εγκαταστήστε το Visual Studio Code
3. Εγκαταστήστε την επέκταση Remote - Containers
4. Ανοίξτε το αποθετήριο στο VS Code
5. Πατήστε F1 και επιλέξτε "Remote-Containers: Reopen in Container"
6. Περιμένετε να δημιουργηθεί το container (μόνο την πρώτη φορά)

Επόμενα Βήματα

• Εξερευνήστε το README.md για μια επισκόπηση του προγράμματος σπουδών
• Διαβάστε το USAGE.md για συνήθεις ροές εργασίας και παραδείγματα
• Ελέγξτε το TROUBLESHOOTING.md αν αντιμετωπίσετε προβλήματα
• Ανατρέξτε στο CONTRIBUTING.md αν θέλετε να συνεισφέρετε

Λήψη Βοήθειας

Αν αντιμετωπίσετε προβλήματα:

1. Ελέγξτε τον οδηγό TROUBLESHOOTING.md
2. Αναζητήστε υπάρχοντα GitHub Issues
3. Εγγραφείτε στην κοινότητα Discord
4. Δημιουργήστε ένα νέο issue με λεπτομερείς πληροφορίες για το πρόβλημά σας

---

Αποποίηση ευθύνης:
Αυτό το έγγραφο έχει μεταφραστεί χρησιμοποιώντας την υπηρεσία αυτόματης μετάφρασης Co-op Translator. Παρόλο που καταβάλλουμε προσπάθειες για ακρίβεια, παρακαλούμε να έχετε υπόψη ότι οι αυτόματες μεταφράσεις ενδέχεται να περιέχουν λάθη ή ανακρίβειες. Το πρωτότυπο έγγραφο στη γλώσσα του θα πρέπει να θεωρείται η αυθεντική πηγή. Για κρίσιμες πληροφορίες, συνιστάται επαγγελματική ανθρώπινη μετάφραση. Δεν φέρουμε ευθύνη για τυχόν παρεξηγήσεις ή εσφαλμένες ερμηνείες που προκύπτουν από τη χρήση αυτής της μετάφρασης.