مرحبًا بك في عالم التعلم الآلي ! سواء كنت بدأت للتو أو كنت قد انخرطت قليلاً، فإن وجود بيئة محلية جيدة التنظيم يمكن أن يجعل حياتك أسهل بكثير. في هذا الدليل، سنقوم بإعداد بيئتك المحلية باستخدام Miniconda وConda. سنقوم أيضًا بتثبيت بعض مكتبات Python الأساسية للتعلم الآلي وعلوم البيانات: Pandas، NumPy، Matplotlib، وScikit-learn .

تحذير: هذا الإعداد خالي من التوتر بنسبة 100٪ (باستثناء الجزء الذي نقوم بتثبيت المكتبات فيه؟).

لماذا مينيكوندا؟

قد تتساءل: "لماذا Miniconda وليس Anaconda؟" حسنًا، الأمر أشبه بالاختيار بين سفينة فضاء محملة بالكامل؟ (أناكوندا) ومركبة فضائية خفيفة الوزن وأكثر قابلية للتخصيص؟ (مينيكوندا). يمنحك Miniconda الأساسيات فقط، مما يسمح لك بتثبيت الحزم التي تحتاجها فقط والحفاظ على الأشياء مرتبة.

الخطوة 1: تثبيت Miniconda

1.1. تحميل مينيكوندا

توجه إلى موقع Miniconda وقم بتنزيل برنامج التثبيت المناسب لنظام التشغيل الخاص بك:

• ويندوز: مثبت .exe
• نظام التشغيل Mac: مثبت .pkg
• لينكس: مثبت .sh

1.2. قم بتثبيت مينيكوندا

بمجرد التنزيل، اتبع التعليمات الخاصة بنظامك:

• Windows: قم بتشغيل مثبت exe. عندما يطلب منك ذلك، حدد المربع "أضف Miniconda إلى متغير بيئة PATH الخاص بي" (سوف يجعل الحياة أسهل لاحقًا، ثق بي؟).
• macOS/Linux: افتح الوحدة الطرفية وقم بتشغيل برنامج التثبيت:

  bash Miniconda3-latest-Linux-x86_64.sh  # for Linux
  bash Miniconda3-latest-MacOSX-x86_64.sh  # for macOS

اتبع المطالبات. إنها أكثر سلاسة من الزبدة على فطيرة ساخنة! ?

1.3. التحقق من التثبيت

بمجرد التثبيت، دعونا نتأكد من أن كل شيء في حالة جيدة. افتح المحطة الطرفية أو موجه الأوامر واكتب:

conda --version

إذا رأيت رقم الإصدار، تهانينا، لقد أصبحت Miniconda جاهزة للانطلاق! ?

الخطوة 2: إعداد بيئة كوندا

هنا يأتي الجزء الممتع! باستخدام Conda، يمكنك إنشاء بيئات معزولة للحفاظ على تنظيم مشاريعك ومنع تعارض الحزم. فكر في الأمر وكأن لديك خزائن مختلفة لهوايات مختلفة - لا داعي للخلط بين معدات الصيد؟ مع إعدادات الألعاب الخاصة بك؟.

2.1. خلق بيئة جديدة

لإنشاء بيئة جديدة (فكر فيها كمساحة عمل شخصية لمشروعك)، استخدم الأمر التالي:

conda create --name ml-env python=3.10

هنا، ml-env هو اسم بيئتك، ونحن نقوم بإعداد Python إلى الإصدار 3.10. لا تتردد في استخدام أي إصدار تفضله.

2.2. تفعيل البيئة

قبل أن نقوم بتثبيت أي حزم، نحتاج إلى تفعيل البيئة:

conda activate ml-env

ستلاحظ تغييراتك السريعة، مما يوضح أنك الآن داخل بيئة ml-env. ?‍♂️ إنه مثل الدخول إلى بُعد جديد... لبايثون، هذا هو.

الخطوة 3: تثبيت مكتبات بايثون الأساسية

حان الوقت لتسليح بيئتك بالأدوات اللازمة! سنقوم بتثبيت Pandas، وNumPy، وMatplotlib، وScikit-learn — أبطال أي مغامرة للتعلم الآلي. فكر فيهم كمنتقمين لك؟‍♂️، ولكن لعلم البيانات.

3.1. تثبيت الباندا؟

يعد Pandas رائعًا للعمل مع البيانات المنظمة. يمكنك التفكير في الأمر على أنه Excel، ولكن على المنشطات؟. تثبيته مع:

conda install pandas

3.2. تثبيت NumPy ؟

NumPy هي مكتبتك المفضلة للعمليات الرقمية ومعالجة المصفوفات. إنها الخلطة السرية وراء الكثير من خوارزميات التعلم الآلي. للتثبيت:

conda install numpy

3.3. تثبيت ماتبلوتليب؟

ما هو علم البيانات بدون بعض المخططات الجميلة؟ يعد Matplotlib مثاليًا لإنشاء تصورات، بدءًا من الرسوم البيانية الخطية وحتى المخططات المبعثرة. تثبيته مع:

conda install matplotlib

(نكتة سريعة: لماذا لا تدخل الرسوم البيانية في العلاقات؟ لأنها تحتوي على الكثير من "المؤامرات"؟).

3.4. تثبيت Scikit-Learn؟

أخيرًا، نحتاج إلى Scikit-learn لتنفيذ خوارزميات التعلم الآلي مثل الانحدار الخطي والتصنيف والمزيد. للتثبيت:

conda install scikit-learn

الخطوة 4: التحقق من الإعداد الخاص بك

دعونا نتأكد من أن كل شيء يعمل بسلاسة. افتح بايثون في المحطة الطرفية الخاصة بك:

python

بمجرد الدخول إلى غلاف Python، حاول استيراد المكتبات لمعرفة ما إذا كان كل شيء مثبتًا بشكل صحيح:

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import sklearn

إذا لم تكن هناك أخطاء، فأنت جاهز للبدء! ؟ تابع واخرج من بايثون بكتابة:

exit()

الخطوة 5: إدارة بيئتك

الآن بعد أن تم إعداد بيئتك بالكامل، إليك بعض النصائح المفيدة لإدارتها.

5.1. قائمة الحزم المثبتة

هل تريد رؤية ما تم تثبيته في بيئتك؟ ببساطة اكتب:

conda list

5.2. احفظ بيئتك

لمشاركة إعداد البيئة الخاصة بك مع الآخرين أو إعادة إنشائها لاحقًا، يمكنك تصديرها إلى ملف:

conda env export > environment.yml

5.3. قم بإلغاء تنشيط البيئة

عند الانتهاء من العمل لهذا اليوم، يمكنك الخروج من البيئة باستخدام:

conda deactivate

5.4. حذف بيئة

إذا لم تعد بحاجة إلى بيئة (وداعا، المشاريع القديمة؟)، يمكنك إزالتها بالكامل:

conda remove --name ml-env --all

إذا أعجبك هذا، تابعني على جيثب

-

الأفكار النهائية

تهاني! لقد نجحت في إعداد بيئة التعلم الآلي المحلية الخاصة بك باستخدام Miniconda وConda ومكتبات Python الأساسية مثل Pandas وNumPy وMatplotlib وScikit-learn. ؟ بيئتك الجديدة معزولة ومنظمة وجاهزة لبعض عمليات المعالجة الجادة للبيانات.

تذكر: حافظ دائمًا على بيئتك مرتبة، أو المخاطرة بأن ينتهي بك الأمر مثل خزانتي القديمة — المليئة بالكابلات المتشابكة وإصدارات Python العشوائية. ؟ برمجة سعيدة!