12 KiB

Raw Blame History

AGENTS.md

Projekto apžvalga

Tai yra Mašininis mokymasis pradedantiesiems, išsami 12 savaičių, 26 pamokų mokymo programa, apimanti klasikines mašininio mokymosi sąvokas naudojant Python (daugiausia su Scikit-learn) ir R. Šis saugyklos projektas skirtas savarankiškam mokymuisi su praktiniais projektais, testais ir užduotimis. Kiekviena pamoka nagrinėja ML sąvokas naudojant realius duomenis iš įvairių kultūrų ir regionų visame pasaulyje.

Pagrindiniai komponentai:

Mokomoji medžiaga: 26 pamokos, apimančios ML įvadą, regresiją, klasifikaciją, klasterizavimą, NLP, laiko eiles ir pastiprinamąjį mokymąsi
Testų programa: Vue.js pagrindu sukurta testų programa su prieš ir po pamokų vertinimais
Daugiakalbė parama: Automatiniai vertimai į daugiau nei 40 kalbų naudojant GitHub Actions
Dviguba kalbų parama: Pamokos pateikiamos tiek Python (Jupyter užrašinėse), tiek R (R Markdown failuose)
Projektinis mokymasis: Kiekviena tema apima praktinius projektus ir užduotis

Saugyklos struktūra

ML-For-Beginners/
├── 1-Introduction/         # ML basics, history, fairness, techniques
├── 2-Regression/          # Regression models with Python/R
├── 3-Web-App/            # Flask web app for ML model deployment
├── 4-Classification/      # Classification algorithms
├── 5-Clustering/         # Clustering techniques
├── 6-NLP/               # Natural Language Processing
├── 7-TimeSeries/        # Time series forecasting
├── 8-Reinforcement/     # Reinforcement learning
├── 9-Real-World/        # Real-world ML applications
├── quiz-app/           # Vue.js quiz application
├── translations/       # Auto-generated translations
└── sketchnotes/       # Visual learning aids

Kiekviename pamokos aplanke paprastai yra:

README.md - Pagrindinė pamokos medžiaga
notebook.ipynb - Python Jupyter užrašinė
solution/ - Sprendimų kodas (Python ir R versijos)
assignment.md - Praktinės užduotys
images/ - Vizualiniai ištekliai

Nustatymo komandos

Python pamokoms

Dauguma pamokų naudoja Jupyter užrašines. Įdiekite reikalingas priklausomybes:

# Install Python 3.8+ if not already installed
python --version

# Install Jupyter
pip install jupyter

# Install common ML libraries
pip install scikit-learn pandas numpy matplotlib seaborn

# For specific lessons, check lesson-specific requirements
# Example: Web App lesson
pip install flask

R pamokoms

R pamokos yra solution/R/ aplankuose kaip .rmd arba .ipynb failai:

# Install R and required packages
# In R console:
install.packages(c("tidyverse", "tidymodels", "caret"))

Testų programai

Testų programa yra Vue.js programa, esanti quiz-app/ kataloge:

cd quiz-app
npm install

Dokumentacijos svetainei

Norėdami paleisti dokumentaciją vietoje:

# Install Docsify
npm install -g docsify-cli

# Serve from repository root
docsify serve

# Access at http://localhost:3000

Kūrimo darbo eiga

Darbas su pamokų užrašinėmis

Eikite į pamokos katalogą (pvz., 2-Regression/1-Tools/)
Atidarykite Jupyter užrašinę:
```
jupyter notebook notebook.ipynb
```
Peržiūrėkite pamokos turinį ir užduotis
Jei reikia, patikrinkite sprendimus solution/ aplanke

Python kūrimas

Pamokose naudojamos standartinės Python duomenų mokslo bibliotekos
Jupyter užrašinės interaktyviam mokymuisi
Sprendimų kodas pateikiamas kiekvienos pamokos solution/ aplanke

R kūrimas

R pamokos pateikiamos .rmd formatu (R Markdown)
Sprendimai yra solution/R/ poaplankiuose
Naudokite RStudio arba Jupyter su R branduoliu, kad paleistumėte R užrašines

Testų programos kūrimas

cd quiz-app

# Start development server
npm run serve
# Access at http://localhost:8080

# Build for production
npm run build

# Lint and fix files
npm run lint

Testavimo instrukcijos

Testų programos testavimas

cd quiz-app

# Lint code
npm run lint

# Build to verify no errors
npm run build

Pastaba: Tai pirmiausia yra mokomoji mokymo programa. Pamokų turiniui nėra automatinių testų. Tikrinimas atliekamas:

Atlikus pamokų užduotis
Sėkmingai paleidus užrašinių langelius
Patikrinus rezultatų atitikimą sprendimams

Kodo stiliaus gairės

Python kodas

Laikykitės PEP 8 stiliaus gairių
Naudokite aiškius, aprašomuosius kintamųjų pavadinimus
Komentuokite sudėtingas operacijas
Jupyter užrašinės turėtų turėti Markdown langelius, paaiškinančius sąvokas

JavaScript/Vue.js (Testų programa)

Laikykitės Vue.js stiliaus gairių
ESLint konfigūracija quiz-app/package.json
Paleiskite npm run lint, kad patikrintumėte ir automatiškai ištaisytumėte problemas

Dokumentacija

Markdown failai turėtų būti aiškūs ir gerai struktūrizuoti
Įtraukite kodo pavyzdžius į aptvertus kodo blokus
Naudokite santykines nuorodas vidiniams šaltiniams
Laikykitės esamų formatavimo konvencijų

Kūrimas ir diegimas

Testų programos diegimas

Testų programa gali būti diegiama į Azure Static Web Apps:

Reikalavimai:
- Azure paskyra
- GitHub saugykla (jau nukopijuota)
Diegimas į Azure:
- Sukurkite Azure Static Web App išteklių
- Prijunkite prie GitHub saugyklos
- Nustatykite programos vietą: /quiz-app
- Nustatykite išvesties vietą: dist
- Azure automatiškai sukuria GitHub Actions darbo eigą
GitHub Actions darbo eiga:
- Darbo eigos failas sukuriamas .github/workflows/azure-static-web-apps-*.yml
- Automatiškai kuria ir diegia, kai stumiama į pagrindinę šaką

Dokumentacijos PDF

Generuokite PDF iš dokumentacijos:

npm install
npm run convert

Vertimo darbo eiga

Svarbu: Vertimai atliekami automatiškai per GitHub Actions naudojant Co-op Translator.

Vertimai generuojami automatiškai, kai pakeitimai įkeliami į main šaką
NEVERTINKITE turinio rankiniu būdu - sistema tai atlieka
Darbo eiga apibrėžta .github/workflows/co-op-translator.yml
Naudojamos Azure AI/OpenAI paslaugos vertimui
Palaikoma daugiau nei 40 kalbų

Prisidėjimo gairės

Turinį prisidedantiems

Nukopijuokite saugyklą ir sukurkite funkcijų šaką
Atlikite pakeitimus pamokų turinyje, jei pridedate/atnaujinate pamokas
Nemodifikuokite išverstų failų - jie generuojami automatiškai
Išbandykite savo kodą - įsitikinkite, kad visi užrašinių langeliai veikia be klaidų
Patikrinkite nuorodas ir vaizdus - įsitikinkite, kad jie veikia teisingai
Pateikite traukimo užklausą su aiškiu aprašymu

Traukimo užklausų gairės

Pavadinimo formatas: [Skyrius] Trumpas pakeitimų aprašymas
- Pavyzdys: [Regresija] Ištaisyta klaida 5 pamokoje
- Pavyzdys: [Testų programa] Atnaujintos priklausomybės
Prieš pateikdami:
- Įsitikinkite, kad visi užrašinių langeliai vykdomi be klaidų
- Paleiskite npm run lint, jei modifikuojate testų programą
- Patikrinkite Markdown formatavimą
- Išbandykite naujus kodo pavyzdžius
PR turi apimti:
- Pakeitimų aprašymą
- Pakeitimų priežastį
- Ekrano nuotraukas, jei yra UI pakeitimų
Elgesio kodeksas: Laikykitės Microsoft atvirojo kodo elgesio kodekso
CLA: Turėsite pasirašyti Contributor License Agreement

Pamokų struktūra

Kiekviena pamoka laikosi nuoseklios struktūros:

Prieš paskaitą testas - Patikrinkite pradinį žinių lygį
Pamokos turinys - Rašytinės instrukcijos ir paaiškinimai
Kodo demonstracijos - Praktiniai pavyzdžiai užrašinėse
Žinių patikrinimai - Patikrinkite supratimą pamokos metu
Iššūkis - Savarankiškai pritaikykite sąvokas
Užduotis - Išplėstinė praktika
Po paskaitos testas - Įvertinkite mokymosi rezultatus

Dažniausiai naudojamų komandų nuoroda

# Python/Jupyter
jupyter notebook                    # Start Jupyter server
jupyter notebook notebook.ipynb     # Open specific notebook
pip install -r requirements.txt     # Install dependencies (where available)

# Quiz App
cd quiz-app
npm install                        # Install dependencies
npm run serve                      # Development server
npm run build                      # Production build
npm run lint                       # Lint and fix

# Documentation
docsify serve                      # Serve documentation locally
npm run convert                    # Generate PDF

# Git workflow
git checkout -b feature/my-change  # Create feature branch
git add .                         # Stage changes
git commit -m "Description"       # Commit changes
git push origin feature/my-change # Push to remote

Papildomi ištekliai

Microsoft Learn kolekcija: ML pradedantiesiems moduliai
Testų programa: Testai internetu
Diskusijų lenta: GitHub diskusijos
Vaizdo įrašų apžvalgos: YouTube grojaraštis

Pagrindinės technologijos

Python: Pagrindinė kalba ML pamokoms (Scikit-learn, Pandas, NumPy, Matplotlib)
R: Alternatyvus įgyvendinimas naudojant tidyverse, tidymodels, caret
Jupyter: Interaktyvios užrašinės Python pamokoms
R Markdown: Dokumentai R pamokoms
Vue.js 3: Testų programos karkasas
Flask: Tinklo programų karkasas ML modelių diegimui
Docsify: Dokumentacijos svetainės generatorius
GitHub Actions: CI/CD ir automatiniai vertimai

Saugumo aspektai

Jokių slaptažodžių kode: Niekada neįkelkite API raktų ar prisijungimo duomenų
Priklausomybės: Nuolat atnaujinkite npm ir pip paketus
Vartotojo įvestis: Flask tinklo programų pavyzdžiai apima pagrindinį įvesties tikrinimą
Jautrūs duomenys: Pavyzdiniai duomenų rinkiniai yra vieši ir nejautrūs

Trikčių šalinimas

Jupyter užrašinės

Branduolio problemos: Perkraukite branduolį, jei langeliai užstringa: Kernel → Restart
Importavimo klaidos: Įsitikinkite, kad visos reikalingos bibliotekos įdiegtos su pip
Kelio problemos: Paleiskite užrašines iš jų turinio katalogo

Testų programa

npm install nepavyksta: Išvalykite npm talpyklą: npm cache clean --force
Porto konfliktai: Pakeiskite portą su: npm run serve -- --port 8081
Kūrimo klaidos: Ištrinkite node_modules ir iš naujo įdiekite: rm -rf node_modules && npm install

R pamokos

Paketas nerastas: Įdiekite su: install.packages("package-name")
RMarkdown atvaizdavimas: Įsitikinkite, kad įdiegtas rmarkdown paketas
Branduolio problemos: Gali reikėti įdiegti IRkernel Jupyter programai

Projekto specifinės pastabos

Tai pirmiausia yra mokymo programa, o ne gamybinis kodas
Dėmesys skiriamas ML sąvokų supratimui per praktinę veiklą
Kodo pavyzdžiai prioritetą teikia aiškumui, o ne optimizavimui
Dauguma pamokų yra savarankiškos ir gali būti baigtos atskirai
Pateikiami sprendimai, tačiau mokiniai turėtų pirmiausia bandyti užduotis
Saugykla naudoja Docsify internetinei dokumentacijai be kūrimo žingsnio
Sketchnotes pateikia vizualias sąvokų santraukas
Daugiakalbė parama daro turinį prieinamą visame pasaulyje

Atsakomybės atsisakymas:
Šis dokumentas buvo išverstas naudojant AI vertimo paslaugą Co-op Translator. Nors stengiamės užtikrinti tikslumą, prašome atkreipti dėmesį, kad automatiniai vertimai gali turėti klaidų ar netikslumų. Originalus dokumentas jo gimtąja kalba turėtų būti laikomas autoritetingu šaltiniu. Kritinei informacijai rekomenduojama naudoti profesionalų žmogaus vertimą. Mes neprisiimame atsakomybės už nesusipratimus ar neteisingą interpretaciją, atsiradusią dėl šio vertimo naudojimo.

12 KiB Raw Blame History