Da bismo približili ideje iza nekih zanimljivih i važnih koncepata rada sa podacima i samog mašinskog učenja, određeni broj lekcija na kursu prate i materijali sa kodovima. U ovoj lekciji ćeš pronaći smernice kako da koristiš pomenute materijale i pripremiš okruženje za rad.
U zajednici koja se bavi analizom podataka i mašinskim učenjem, kombinacija programskog jezika Python i Jupyter svezaka je vrlo zastupljena. Zato će te pratiti i na ovom kursu. Za analizu podataka ćemo koristi biblioteku Pandas, popularnu biblioteku za rad sa tabelarnim podacima, i biblioteku za vizuelizacije Matplotlib.
Za implementaciju algoritama mašinskog učenja koristićemo biblioteku NumPy, specijalizovanu biblioteku za brza numerička izračunavanja, dok ćemo rad sa nekim zanimljivim programima upoznati kroz biblioteke TensorFlow i Transformers. O svakoj od ovih biblioteka će biti još reči u nastavku.
Svi materijali koji će se koristiti za vežbu u toku kursa nalaze se na repozitorijumu https://github.com/tspirot/aiml. Kao što smo rekli, u pitanju su Jupyter sveske sa fragmentima Python koda. Broj u nazivu sveske odgovara rednom broju sekcije u kojoj se materijal koristi, dok ime odgovara imenu lekcije.
Ukoliko želiš da ove materijale izvršavaš na lokalnoj mašini, najlakše je da instaliraš okruženje Anaconda. Verziju okruženja podesnu za svoj operativni sistem možeš da pronađeš na zvaničnoj strani za preuzimanje. Okruženje Anacoda dolazi sa velikim brojem već instaliranih paketa i alatom za rukovanje paketima conda , koji će ti omogućiti laku instalaciju svih drugih potrebnih paketa. Paketi koji odgovaraju bibliotekama NumPy, Matplotlib i Pandas biće podrazumevano instalirani (sastavni su deo okruženja), dok ćeš biblioteke TensorFlow i Transformers morati zasebno da instaliraš. Predlog je da za biblioteku TensorFlow pratiš smernice za instalaciju koje su dostupne na zvaničnoj stranici biblioteke ili na stranici conda zajednice. Smernice za instalaciju biblioteke Transformers možeš da pronađeš na sajtu biblioteke na ovoj adresi.
Materijale sa repozitorijuma je moguće izvršavati i u oblaku u okviru platforme Google Colab. Google Colab je platforma koja nudi podešeno okruženje za rad, što znači da ako se opredeliš za ovu opciju, nećeš morati da koristiš lokalnu mašinu niti da bilo šta dodatno instaliraš. Svi materijali na repozitorijumu na samom početku imaju bedž sa natpisom Open in Colab, koji izgleda ovako 
. Dovoljno je da klikneš na njega da bi se sadržaj otvorio u ovom okruženju. Da bi mogao da koristiš okruženje Google Colab, potreban ti je Gugl nalog.
U narednoj lekciji ćemo predstaviti platformu Google Colab i neke njene osnovne funkcionalnosti, dok ćemo u poslednjoj lekciji ove sekcije približiti funkcionalnosti biblioteke NumPy i podsetiti te na korišćenje biblioteke Matplotlib.
Completion requirements:
- Make a submission