introduction

La Data Scientist Association a publié ** "Data Science 100 Knock (Structured Data Processing)" **, un environnement d'apprentissage gratuit où vous pouvez apprendre pratiquement le traitement des données structurées [sur GitHub](https: / /github.com/The-Japan-DataScientist-Society/100knocks-preprocess). Cet article décrit les détails de la procédure d'introduction afin que même les débutants puissent créer un environnement d'apprentissage gratuit. (L'environnement d'exécution à générer est illustré dans la figure ci-dessous.)

Prérequis (Windows10)

Docker Desktop for Windows

S'il ne démarre pas, Hyper-V peut être "désactivé", alors réglez-le sur "activé". ](Https://docs.microsoft.com/ja-jp/virtualization/hyper-v-on-windows/quick-start/enable-hyper-v#enable-the-hyper-v-role-through-settings)

Git for Windows

Réglez le changement de code de saut de ligne, qui est le paramètre par défaut au moment de l'installation, sur «désactivé».
Les commandes de cet article ont été exécutées et vérifiées avec PowerShell.

> git config --global core.autocrlf input

Environnement

Créez un répertoire pour l'environnement d'apprentissage (dss cette fois) et clonez un référentiel à 100 coups. Déplacez-vous ensuite dans le répertoire 100 knock et utilisez la commande docker-compose pour créer un conteneur. (Cela prend environ 10 minutes.)

Si une fenêtre contextuelle d'avertissement s'affiche lors de la création de l'environnement, il se peut que vous n'ayez pas l'autorisation d'accès au PC local de Docker, alors sélectionnez ** «Partager» ** pour accorder l'autorisation d'accès.

> mkdir dss
> cd dss
> git clone https://github.com/The-Japan-DataScientist-Society/100knocks-preprocess.git
> cd 100knocks-preprocess
> docker-compose up -d --build

Si vous pouvez vérifier le conteneur démarré et vérifier la sortie de ** "dss-notebook" ** et ** "dss-postgres" **, la construction de l'environnement est réussie.

> docker ps

CONTAINER ID        IMAGE               COMMAND                  CREATED             STATUS              PORTS                    NAMES
b35f99d4148a        dss-notebook        "tini -g -- start-no…"   23 seconds ago      Up 22 seconds       0.0.0.0:8888->8888/tcp   dss-notebook
3cb559c7f66d        dss-postgres        "docker-entrypoint.s…"   27 seconds ago      Up 26 seconds       0.0.0.0:5432->5432/tcp   dss-postgres

Comment utiliser

Vous pouvez accéder à l'environnement Jupyter intégré en accédant à l'URL suivante avec un navigateur.

http://localhost:8888

Sous le répertoire work, il y a un fichier .ipynb pour les exercices de traitement de données structurées. ** L'importation de la bibliothèque requise et l'acquisition des données avant le traitement sont déjà décrites dans la première cellule. ** ** Entrez le processus adapté à l'exercice dans la cellule vide et exécutez-le pour poursuivre l'apprentissage. La réponse à l'exercice est un fichier .ipynb dans le répertoire work / answer. Par conséquent, vous pouvez travailler en vérifiant l'exactitude du traitement répondu dans le fichier d'exercice.

Arrêter / démarrer l'environnement d'apprentissage

Vous pouvez arrêter l'environnement construit avec la commande suivante.

> docker-compose stop

De plus, si vous souhaitez le démarrer après la deuxième fois, vous pouvez le démarrer avec la commande suivante.

> docker-compose start

Information supplémentaire

Lorsque la réponse de l'environnement bâti est lente

Modifiez la valeur de la mémoire des ressources dans les paramètres de Docker Desktop pour Windows. La recommandation est 4,00 Go ou plus.

Si le port 8888 est utilisé

Si vous utilisez le port 8888 de l'hôte local dans un autre environnement de développement (LAMP, etc.), vous pouvez le gérer en modifiant docker-compose.yml comme suit (en modifiant la valeur des ports dans notebook).

`docker-compose.yml`


  notebook:
    ports:
      - "888:8888"

Dans le cas ci-dessus, il sera accessible à l'URL suivante.

http://localhost:888

Résumé

Décrit la procédure de construction de l'environnement pour 100 coups de science des données (traitement de données structurées) dans l'environnement Windows 10. Si vous avez des questions ou des préoccupations concernant la procédure ci-dessus, nous vous serions reconnaissants de bien vouloir commenter.

Lien de référence

Guide à 100 coups dans la science des données

[PYTHON] Construction d'environnement (Windows 10) pour 100 coups de science des données (traitement de données structurées)