# IIIEDU-BDSE12-ML-DL-with-Python
本頁連結: https://hackmd.io/@chweng/bdse12

## 檔案下載
* [講義](https://www.dropbox.com/s/iw2tzrfb6f1i9as/bdse12ml-and-dl.pdf?dl=0)

## 環境
### Windows (無GPU)
若為Windows環境 (無GPU)，請安裝Anaconda後，加裝如下套件:
* 基本套件

    pip install pandas matplotlib seaborn numpy scipy

* 機器學習套件

    pip install tensorflow sklearn xgboost==0.90

* 其它套件

    pip install pillow graphviz
    pip install mlxtend
    pip install numexpr

    conda install -y shapely
    pip install imgaug opencv-python==3.4.7.28
    
    pip install jupyterlab

### Windows (有GPU)
參考：https://www.tensorflow.org/install/gpu

## 補充投影片
* 12/9
* 
* 
* 
* 
* 
* 12/14
* 
* 
* 
* 12/15-16
* 
* 
* 
* 
* 
* 
* 
* 
* 12/30

## 補充連結
* [Python Machine Learning 課本的筆記本教材](https://github.com/rasbt/python-machine-learning-book-2nd-edition)
* [Pandas 指令](https://studylib.net/doc/25268801/pandas-cheat-sheet)
* [CS231 Convolutional Networks](http://cs231n.github.io/convolutional-networks/)

## 作業

* **hw1**: Linear regression: 離群值會讓模型學得比較不好。試著去掉離群值，然後再訓練一次模型，看$R^2$有沒有變好。
* **hw2**: XGBoost: 控制L1/L2規範項的強度，看模型準確率有無變化

## 容器環境
- [ENV0](http://192.168.20.89:32438/?token=d1f7d1ec31bb8398d5a5311be8fb451d99da29221cfcfa79)
- [ENV1](http://192.168.20.89:31211/?token=b0d583e35eb303792a621f8270a0c1110f006e186870aaf0)

注意事項:
* 資料和程式碼一定要存放在```work```資料夾內，否則容器玩壞或故障重啟後，資料也會一起不見。
* 可使用```unzip```指令將所上傳的檔案解壓縮。
* 於Jupyterlab內開啟終端機，輸入```bash```後，再輸入```watch -n 1 nvidia-smi``` 即可觀看每秒GPU使用狀態。
* 於Jupyterlab內開啟終端機，輸入```bash```後，再輸入```pip3 install lightgbm``` 即可安裝```lightgbm```套件。

---
翁啟閎
[e-mail]