Αυτός ο οδηγός θα σας βοηθήσει να ρυθμίσετε το περιβάλλον σας για να εργαστείτε με το πρόγραμμα σπουδών "Data Science for Beginners".
Πριν ξεκινήσετε, θα πρέπει να έχετε:
- Βασική εξοικείωση με τη γραμμή εντολών/τερματικό
- Λογαριασμό GitHub (δωρεάν)
- Σταθερή σύνδεση στο διαδίκτυο για την αρχική ρύθμιση
Ο πιο εύκολος τρόπος για να ξεκινήσετε είναι με το GitHub Codespaces, το οποίο παρέχει ένα πλήρες περιβάλλον ανάπτυξης στον περιηγητή σας.
- Μεταβείτε στο αποθετήριο
- Κάντε κλικ στο μενού Code
- Επιλέξτε την καρτέλα Codespaces
- Κάντε κλικ στο Create codespace on main
- Περιμένετε να ολοκληρωθεί η αρχικοποίηση του περιβάλλοντος (2-3 λεπτά)
Το περιβάλλον σας είναι τώρα έτοιμο με όλες τις εξαρτήσεις προεγκατεστημένες!
Για εργασία στον δικό σας υπολογιστή, ακολουθήστε τις λεπτομερείς οδηγίες παρακάτω.
Το Git απαιτείται για την κλωνοποίηση του αποθετηρίου και την παρακολούθηση των αλλαγών σας.
Windows:
- Κατεβάστε από git-scm.com
- Εκτελέστε τον εγκαταστάτη με τις προεπιλεγμένες ρυθμίσεις
macOS:
- Εγκαταστήστε μέσω Homebrew:
brew install git - Ή κατεβάστε από git-scm.com
Linux:
# Debian/Ubuntu
sudo apt-get update
sudo apt-get install git
# Fedora
sudo dnf install git
# Arch
sudo pacman -S git# Clone the repository
git clone https://github.com/microsoft/Data-Science-For-Beginners.git
# Navigate to the directory
cd Data-Science-For-BeginnersΑπαιτείται Python 3.7 ή νεότερη έκδοση για τα μαθήματα επιστήμης δεδομένων.
Windows:
- Κατεβάστε την Python από python.org
- Κατά την εγκατάσταση, επιλέξτε "Add Python to PATH"
- Επαληθεύστε την εγκατάσταση:
python --versionmacOS:
# Using Homebrew
brew install python3
# Verify installation
python3 --versionLinux:
# Most Linux distributions come with Python pre-installed
python3 --version
# If not installed:
# Debian/Ubuntu
sudo apt-get install python3 python3-pip
# Fedora
sudo dnf install python3 python3-pipΣυνιστάται η χρήση εικονικού περιβάλλοντος για την απομόνωση των εξαρτήσεων.
# Create a virtual environment
python -m venv venv
# Activate the virtual environment
# On Windows:
venv\Scripts\activate
# On macOS/Linux:
source venv/bin/activateΕγκαταστήστε τις απαραίτητες βιβλιοθήκες επιστήμης δεδομένων:
pip install jupyter pandas numpy matplotlib seaborn scikit-learnΗ εφαρμογή κουίζ απαιτεί Node.js και npm.
Windows/macOS:
- Κατεβάστε από nodejs.org (Συνιστάται η έκδοση LTS)
- Εκτελέστε τον εγκαταστάτη
Linux:
# Debian/Ubuntu
# WARNING: Piping scripts from the internet directly into bash can be a security risk.
# It is recommended to review the script before running it:
# curl -fsSL https://deb.nodesource.com/setup_lts.x -o setup_lts.x
# less setup_lts.x
# Then run:
# sudo -E bash setup_lts.x
#
# Alternatively, you can use the one-liner below at your own risk:
curl -fsSL https://deb.nodesource.com/setup_lts.x | sudo -E bash -
sudo apt-get install -y nodejs
# Fedora
sudo dnf install nodejs
# Verify installation
node --version
npm --version# Navigate to quiz app directory
cd quiz-app
# Install dependencies
npm install
# Return to root directory
cd ..Για πρόσβαση στην τεκμηρίωση εκτός σύνδεσης:
npm install -g docsify-cli# Activate your virtual environment if not already activated
# On Windows:
venv\Scripts\activate
# On macOS/Linux:
source venv/bin/activate
# Start Jupyter Notebook
jupyter notebookΟ περιηγητής σας θα πρέπει να ανοίξει με τη διεπαφή Jupyter. Μπορείτε τώρα να πλοηγηθείτε σε οποιοδήποτε αρχείο .ipynb του μαθήματος.
# Navigate to quiz app
cd quiz-app
# Start development server
npm run serveΗ εφαρμογή κουίζ θα πρέπει να είναι διαθέσιμη στη διεύθυνση http://localhost:8080 (ή σε άλλη θύρα αν η 8080 είναι απασχολημένη).
# From the root directory of the repository
docsify serveΗ τεκμηρίωση θα πρέπει να είναι διαθέσιμη στη διεύθυνση http://localhost:3000.
Αν έχετε εγκατεστημένο το Docker, μπορείτε να χρησιμοποιήσετε Dev Containers στο VS Code:
- Εγκαταστήστε το Docker Desktop
- Εγκαταστήστε το Visual Studio Code
- Εγκαταστήστε την επέκταση Remote - Containers
- Ανοίξτε το αποθετήριο στο VS Code
- Πατήστε
F1και επιλέξτε "Remote-Containers: Reopen in Container" - Περιμένετε να δημιουργηθεί το container (μόνο την πρώτη φορά)
- Εξερευνήστε το README.md για μια επισκόπηση του προγράμματος σπουδών
- Διαβάστε το USAGE.md για συνήθεις ροές εργασίας και παραδείγματα
- Ελέγξτε το TROUBLESHOOTING.md αν αντιμετωπίσετε προβλήματα
- Ανατρέξτε στο CONTRIBUTING.md αν θέλετε να συνεισφέρετε
Αν αντιμετωπίσετε προβλήματα:
- Ελέγξτε τον οδηγό TROUBLESHOOTING.md
- Αναζητήστε υπάρχοντα GitHub Issues
- Εγγραφείτε στην κοινότητα Discord
- Δημιουργήστε ένα νέο issue με λεπτομερείς πληροφορίες για το πρόβλημά σας
Αποποίηση ευθύνης:
Αυτό το έγγραφο έχει μεταφραστεί χρησιμοποιώντας την υπηρεσία αυτόματης μετάφρασης Co-op Translator. Παρόλο που καταβάλλουμε προσπάθειες για ακρίβεια, παρακαλούμε να έχετε υπόψη ότι οι αυτόματες μεταφράσεις ενδέχεται να περιέχουν λάθη ή ανακρίβειες. Το πρωτότυπο έγγραφο στη γλώσσα του θα πρέπει να θεωρείται η αυθεντική πηγή. Για κρίσιμες πληροφορίες, συνιστάται επαγγελματική ανθρώπινη μετάφραση. Δεν φέρουμε ευθύνη για τυχόν παρεξηγήσεις ή εσφαλμένες ερμηνείες που προκύπτουν από τη χρήση αυτής της μετάφρασης.