✨ Что такое машинное обучение?
Машинное обучение (ML) - это исследование компьютерных алгоритмов, которые автоматически улучшаются благодаря опыту и использованию данных. Это рассматривается как часть искусственного интеллекта. Алгоритмы машинного обучения создают модель на основе выборочных данных, известных как «обучающие данные», чтобы делать прогнозы или решения, не будучи явно запрограммированными на это. Алгоритмы машинного обучения используются в самых разных приложениях, таких как медицина, фильтрация электронной почты и компьютерное зрение, где сложно или невозможно разработать традиционные алгоритмы для выполнения необходимых задач.
✨ Что такое Докер?
Docker - это набор продуктов «платформа как услуга» (PaaS), которые используют виртуализацию на уровне ОС для доставки программного обеспечения в пакетах, называемых контейнерами. Контейнеры изолированы друг от друга и объединяют собственное программное обеспечение, библиотеки и файлы конфигурации; они могут общаться друг с другом через четко определенные каналы. Поскольку все контейнеры совместно используют службы одного ядра операционной системы, они используют меньше ресурсов, чем виртуальные машины.
Описание задачи 📄
👉 Извлеките образ контейнера Docker из образа CentOS из Docker Hub и создайте новый контейнер.
👉 Установите программное обеспечение Python в верхнюю часть контейнера докеров.
👉 В контейнере нужно обучить модель машинного обучения
Давай начнем🤩
Шаг 1. Установите докер
A] Настройте yum для Docker:
Create a file “/etc/yum.repos.d/docker.repo” [docker] name=docker repo baseurl=https://download.docker.com/linux/centos/7/x86_64/stable/ gpgcheck=0
После этого проверьте «yum repolist». Вы видите еще несколько программ.
B] Установите Docker и запустите службу:
# Install docker yum install docker-ce — nobest # Start Docker service systemctl start docker # Enable Docker service systemctl enable docker
Шаг 2. Вытяните изображение Centos
docker pull centos:latest
Шаг 3. Запустите контейнер
docker run -it --name <name_of_OS> centos:latest
Шаг 3. Установите необходимые пакеты
# python yum install python36
# installing required libraries for task pip3 install pandas pip3 install scikit-learn
Шаг 4. Создайте образ Docker
docker commit <os_name> <image_name>:<version>
Шаг 5. Запустите контейнер, используя это изображение.
docker images
Шаг 6. Скопируйте набор данных
docker cp <location_in_localsystem> <docker_os_name>:<location_in_docker_container>
В контейнере докера:
Шаг 6: Модель линейной регрессии
import pandas as pd dataset = pd.read_csv('salarydata.csv') X = dataset[['YearsExperience']] y = dataset['Salary'] from sklearn.linear_model import LinearRegression model = LinearRegression() model.fit(X,y) import joblib joblib.dump(model, 'finalsalary2.pk1')
Шаг 7: Модель создана
Шаг 8: Давайте протестируем !!
import joblib model = joblib.load('finalsalary2.pk1') yrsExp = float(input("Enter years of Experience : ")) prediction = model.predict([[yrsExp]]) print("Your Salary would be : ", prediction)