koodit

ML Perusteet -harjoitustehtävät

Projektin rakenne

Alla oleva hakemistolistaus kuvaa projektin rakennetta. Piilotetut hakemistot ja tiedostot ovat pois listauksesta. Listaus ei ole aakkosjärjestyksessä vaan järjestetty hahmottamista helpottavaan järjestykseen.

.
├── ▶tests/                  # Katsoa saa, mutta ÄLÄ KOSKE!
├── ▶data/                   # Datasetit (> 10 MB ei versionhallintaan!)
├── src/
│   ├── ml/                  # Koodi, jota sinun tulee täydentää (IMPLEMENT)
│   │   ├── a.py
│   │   └── ▶utils/
│   ├── playground/          # Versionhallitut harjoitustiedostot.
│   │   └── practice.ipynb
│   └-- sandbox/             # (Optional) Git-hylkiöt
│       └── junk.ipynb
├── README.md
├── requirements.txt       # Python-paketit joita sinä tarvitset
├── requirements-test.txt  # Pytest - ÄLÄ KOSKE!
├── pytest.ini             # Pytest - ÄLÄ KOSKE!
├── tester.Dockerfile      # Pytest - ÄLÄ KOSKE!
└── docker-compose.yml     # Docker Compose Project

Koodin suorittaminen

Tarvitset virtuaaliympäristön. Suosi Pythonin versiota 3.11.x.

# Luo virtuaaliympäristö
python -m venv .venv

# Asenna tarvittavat paketit
pip install -r requirements.txt

# Asenna tämä paketti (ml/) paikallisesti
# -e tarkoittaa "editable", jolloin koodiin tehdyt muutokset näkyvät heti
#    ilman uutta installia.
pip install -e .

Paketti asennetaan, jotta se on käytettävissä mistä tahansa kansiosta. Tämä on hyödyllistä esimerkiksi src/sandbox -kansion Jupyter Notebook -tiedostojen kanssa. Voit käyttää import ml -komentoa missä tahansa kansiosta.

Huomaa, että saat lisätä tarvitsemiasi paketteja requirements.txt-tiedostoon. Aja tällöin pip install -r requirements.txt uudelleen. Älä kuitenkaan lisää mitään requirements-test.txt-tiedostoon - testien tulisi pärjätä ilman numpyä, scikit learnia ja muita kirjastoja, sillä tarkoituksena on luoda Python-natiiveja ratkaisija "from scratch".

Kuinka testata

Koodi on kirjoitettu siten, että osa koodista on paikoillaan src/ml/-kansion alaisuudessa, mutta osa koodista tulee kirjoittaa itse. Kyseiset kohdat esitellään oppitunnilla, ja lisäksi tunnistat ne yleisesti koodista iskusanan IMPLEMENT läsnäolosta. Mikäli olet epävarma, mitä sinun tulee tehdä, kysy!

Tee siis näin:

# Käynnistä Allure
# ja navigoi: http://localhost:5050/latest-report
# ja etsi luentoon liittyvät testit (Lesson N: ...)
docker compose up -d

# Tee muutoksia koodiin ja aja testit.
# Toista tarvittaessa.
docker compose start tester

# Lopuksi sulje Allure
docker compose down

Muista dokumentoida työsi, kirjoittaa oppimispäiväkirjaa ja tehdä muut tehtävään liittyvät tehtävät. Ethän unohda myöskään versionhallintaa!

Tarvittavat datasetit

Kurssin harjoituksiin käytetään datasettejä, joista osa tulee ladata itse, osa on saatavilla tämän projektin data/-kansiossa.

Alla katalogi data/-kansion dataseteistä. Huomaa, että jos lataat datasetteja itse, tulee ne ladata data/-kansioon. Muut kansiot kuin alla listatut eivät päädy versionhallintaan (ks. .gitignore-tiedosto).

Datasetti	Lähdetieto	Lisenssi
bike_or_not	Manually generated random data.	Public
clustering	Scikit-generated blob data.	Public
y_skills	Data in Brief Vol 54	BY-NC 4.0