Configuración del ambiente de trabajo con Google Collab
Clase 7 de 32 • Curso de Machine Learning Aplicado con Python
Contenido del curso
En este curso utilizaremos Jupyter Notebooks y el stack Pydata, que incluye las librerías Numpy, Pandas, Matplotlib y Scikit-learn. En lo que sigue te presento 3 opciones para trabajar con estas tecnologías:
- Trabajar en el cloud gracias a la excelente herramienta Google Colab.
- Trabajar en local en tu computadora gracias a Anaconda.
- Trabajar en tu computadora virtualizando a través de contenedores con Docker.
Google Colab es la opción más fácil de usar, así que esta es la opción oficial recomendada por el curso.
Solo lee las instrucciones para las otras opciones si por alguna razón en particular prefieres ocupar una de ellas (Anaconda permite que trabajes en local, y Docker es bueno para usos en producción).
Google Colab
Google Colab es muy similar en su uso a Google Docs. Puedes ir directamente a su página https://colab.research.google.com/ o abrir Google Drive, clickear en el botón "+ Nuevo" y desde ahí elegir la opción "Mas" y clickear en Colaboratory (como se ve en la imagen)
¡Con esto tendrás un notebook de Google Colab a tu disposición!
Un notebook se compone de celdas de código y de texto. Una celda de código es ejecutable tecleando "Control + Enter". Para probar que todo está ok puedes ejecutar el siguiente código:
import numpy as np import pandas as pd import matplotlib.pyplot as plt import sklearn
Verás arriba a la derecha que colab se está conectando a una instancia de cómputo en la nube (esto colab lo hace solo, no te preocupes!). Esta conexión la realiza solo la primera vez.
Una vez conectado, el código que ingresaste se ejecutara, y verás que efectivamente los imports se harán sin ningún problema, ¡por lo que ya tienes todo lo que necesitas para trabajar!
Un solo punto adicional que queda por aclarar es que como estas trabajando en la nube no tienes directamente los archivos de la clase a mano para poder leerlos desde el notebook.
Para poder acceder los archivos del curso puedes hacer lo siguiente:
- Encuentra el link hacia el archivo que quieres cargar en el repositorio de github https://github.com/JuanPabloMF/datasets-platzi-course
- Con el link del archivo csv puedes llamar la función de pandas read_csv de la siguiente manera:
import pandas as pd pd.read_csv(url)
Ya puedes entrar de llenos al curso y empezar a implementar tus primeros modelos de machine learning!
Otras opciones
Anaconda
Para instalar Anaconda debes:
- Ir a <https://www.anaconda.com/distribution/>
- Elige tu sistema operativo: Windows/Linux/macOS
- Descarga el instalador gráfico para la arquitectura que corresponda a la CPU de tu computadora (32 bits o 64 bits)
Cuando hayas descargado el instalador gráfico y lo hayas abierto se te solicitaran diversas confirmaciones, puedes tomar las opciones por defecto.
Anaconda quedará, luego de estos pasos, instalado dentro de tus aplicaciones.
Abre Anaconda y en la home tendras Jupyter disponible. Ábrelo con botón Launch.
El ambiente por defecto en el que Anaconda te hará trabajar se llama "base (root)" y ya contiene las librerías esenciales de Pydata.
¡Crea un nuevo notebook de python 3 y estás listo para trabajar!
Docker
Te recomiendo usar Docker solo si ya tomaste alguno de los cursos de Platzi que te enseñan a usarlo, o si ya tienes experiencia con esta herramienta.
- Primero instala Docker en tu computador
Ve a https://www.docker.com/products/docker-desktop y haz click en descargar para tu OS.
Dale click a descargar. Esto descargará un archivo (en el caso de windows .exe) que es el instalador y pesa 914 MB.
Abre el archivo instalador que vienes de descargar y sigue las instrucciones de instalación y con esto ya tendrás Docker instalado.
- Abre la aplicación Docker y dale "start".
- En tu Terminal crea la imagen del curso.
Importante: Si trabajas en windows asegúrate de habilitar una terminal de linux en tu computador. Esto es fácil, y lo puedes ver en el curso de prework https://platzi.com/clases/1650-prework/21960-configuracion-de-zsh-para-windows-con-linux-shell/
mkdir ~/platzi-ml cd ~/platzi-ml git clone https://github.com/JuanPabloMF/arara-docker-stacks.git cd arara-docker-stacks/ararads-base sudo docker build -t ararads-base:1.0 .
Con estos comandos habrás creado un folder donde trabajar, abras descargado los Dockerfiles provistos por el curso, y creado una imagen de nombres "ararads-base:1.0".
- Descargar CSVs y Datasets
cd ~/platzi-ml mkdir vol cd vol git clone https://github.com/JuanPabloMF/datasets-platzi-course
- Instanciar contenedor
sudo docker run -ti --name platzi-ml -v ~/platzi-ml/vol:/home/juanpablo/work/vol -p 8888:8888 ararads-base:1.0 start-notebook.sh --NotebookApp.token=''
- Acceder al Notebook
Abrir en chrome la url http://localhost:8888/, ¡y ya tienes un notebook listo para trabajar!