Grupo de estudos sobre Python, Machine Learning e Data Science

Neste grupo de estudos vamos explorar alguns conceitos, técnicas e algoritmos de ML & DS. A princípio vamos nos reunir para solucionar desafios disponibilizados no Kaggle. O código de cada desafio estará na pasta específica. Os dados estarão na pasta datasets porém essa pasta não estará disponível aqui no GitHub pois como o Kaggle exige login para baixar os datasets, eles podem não gostar se eu disponibilizar os dados aqui ¯_(ツ)_/¯

Instalação

Desenvolvi os códigos usando Python 3.6 em um ambiente conda para cada projeto. Entretanto tive dificuldades em fazer o Jupyter Notebook encontrar as bibliotecas instaladas no env além de se conectar de forma estável ao kernel do Python 3.6. Desinstalei completamente o Miniconda e reinstalei. Coloco abaixo o passo a passo que executei para ter sucesso!

Instalação do Miniconda no linux 64 bits

• wget https://repo.continuum.io/miniconda/Miniconda3-latest-Linux-x86_64.sh
  Outros arquivos de instalação do Miniconda podem ser encontrados em https://conda.io/miniconda.html
• bash Miniconda3-latest-Linux-x86_64.sh

Atualização do Python para a versão 3.6

O Miniconda ainda não vem com o Python 3.6 por padrão. Para atualizar é necessário seguir os passos abaixo

• conda update conda
• conda install python=3.6

Criando o ambiente titanic e instalando Pandas e Jupyter

• conda create -n titanic
• source activate titanic
• conda install pandas
• conda install jupyter
  
  Para iniciar o Jupyter use
• jupyter notebook

Troubleshooting

Tive problemas para iniciar o kernel. Parece que é um problema do bash on Ubuntu on Windows 10. Para resolver o problema feche o Jupyter no browser e aperte Ctrl+C duas vezes para encerrar o servidor de notebooks. Os passos a seguir estão em microsoft/WSL#185

• source deactivate titanic
• sudo add-apt-repository ppa:aseering/wsl
• sudo apt-get update
• sudo apt-get install libzmq3
• source activate titanic
• conda install -c jzuhone zeromq=4.1.dev0

Tive problemas também no Bash on Ubuntu on Windows 10 para plotar gráficos com o matplotlib. Parece ser um problema da MKL. A alternativa foi fazer export KMP_AFFINITY=disabled antes de executar o código. Mas informações em microsoft/WSL#785

Depois disso consegui executar o jupyter notebook sem problemas e o kernel reconheceu a instalação do pandas.

Links para os códigos:

Aqui estão os links para os códigos
Titanic