مقدمه
پس از آشنایی با مفاهیم بنیادین امالآپس در درس پیشین، اکنون نوبت به آن رسیده است که ابزارهای عملی مورد نیاز برای پیادهسازی این مفاهیم را بشناسیم. خوشبختانه، اکثر ابزارهایی که در این دوره با آنها کار خواهیم کرد، رایگان و متنباز هستند و به راحتی قابل نصب و استفاده میباشند. در این درس، سه دسته ابزار اصلی را معرفی میکنیم:
1- سیستم کنترل نسخه
2- زبان برنامهنویسی و کتابخانههای پایه
3- محیط توسعه.
بخش اول: گیت (Git)؛ سیستم کنترل نسخه (Version Control)
گیت، پرکاربردترین سیستم کنترل نسخه در دنیای نرمافزار است. به زبان ساده، گیت مانند یک دوربین مداربسته عمل میکند که تمامی تغییرات اعمالشده بر روی کدهای شما را ثبت مینماید. این قابلیت به شما امکان میدهد تا در هر لحظه به نسخههای پیشین کد خود بازگردید، تغییرات ایجادشده توسط اعضای تیم را مدیریت کنید و سابقهی کاملی از روند توسعهی پروژه داشته باشید.
نصب گیت
برای نصب گیت، بسته به سیستمعامل خود میتوانید از یکی از روشهای زیر استفاده کنید:
- ویندوز: از وبسایت رسمی گیت به آدرس
git-scm.comاقدام به دانلود و نصب کنید. - مک: از طریق دستور
brew install gitدر ترمینال (با نصب پیشنیاز Homebrew). - لینوکس: با استفاده از دستور
sudo apt install git(در توزیعهای مبتنی بر دبیان).
دستورات ضروری گیت
در ادامه، مهمترین دستوراتی که در طول این دوره به آنها نیاز خواهید داشت، معرفی میشوند:
# کلون کردن (دریافت) یک پروژه از مخزن گیتهاب git clone https://github.com/username/repository-name.git # مشاهدهی وضعیت فعلی فایلها و تغییرات انجامشده git status # افزودن تمام تغییرات به مرحلهی بعدی git add . # ثبت تغییرات با یک پیام توصیفی git commit -m "توضیح مختصری از تغییرات اعمالشده" # ارسال تغییرات به مخزن راهدور (مثلن گیتهاب) git push origin main # دریافت آخرین تغییرات از مخزن راهدور git pull origin main
نکتهی مهم: در پروژههای یادگیری ماشین، علاوه بر کد، معمولن فایلهای داده و مدلهای حجیم نیز وجود دارند. این فایلها معمولن در گیت ذخیره نمیشوند و با ابزارهای تخصصیتری که در درسهای آینده معرفی خواهند شد، مدیریت میشوند.
بخش دوم: پایتون و کتابخانههای پایه
همهی کدهای این دوره با زبان برنامهنویسی پایتون نوشته میشوند. فرض بر این است که شما پیشتر با مبانی پایتون آشنا شدهاید. در این بخش، صرفن کتابخانههایی را مرور میکنیم که در تمام مراحل پروژهی خود از آنها استفاده خواهیم نمود.
نصب کتابخانهها
برای نصب کتابخانههای مورد نیاز، از ابزار pip استفاده میکنیم. میتوانید قبل از اجرای کد زیر ابتدا برای خود یک محیط مجازی بسازید و آنرا فعال کنید. سپس داخل آن محیط مجازی کتابخانههای ذیل را نصب کنید.
برای اینکه دقیقن همانند بنده بتوانید کدها را اجرا کنید بهتر هست همان ورژنهایی که من در سیستم خودم استفاده کردم را شما نیز نصب کنید. برای این منظور به این آدرس رفته و کدهای پروژه را برای خود pull یا دانلود نمائید.
# بعد از دریافت پروژه از مخزن فوق بهترین کار نصب وابستگیها از فایل # requirments.txt # است pip install -r requirments.txt
معرفی کتابخانههای اصلی
| کتابخانه | کاربرد |
|---|---|
| Pandas | بارگذاری، پردازش و تحلیل دادههای جدولی (مانند فایلهای سیاسوی (CSV)) |
| NumPy | انجام محاسبات عددی و کار با آرایههای چندبعدی |
| Matplotlib | رسم نمودارهای مختلف برای نمایش دادهها و نتایج |
| Scikit-learn | پیادهسازی الگوریتمهای یادگیری ماشین و ابزارهای ارزیابی |
نمونه کد جهت آشنایی مجدد
در زیر، یک قطعه کد ساده نشان داده شده است که نحوهی استفادهی اولیه از این کتابخانهها را به تصویر میکشد:
import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestRegressor
from sklearn.metrics import mean_squared_error, r2_score
# ساخت دادههای نمونه
np.random.seed(42)
data = pd.DataFrame({
'feature1': np.random.rand(100),
'feature2': np.random.rand(100),
'target': np.random.rand(100) * 100
})
# جداسازی ویژگیها و هدف
X = data[['feature1', 'feature2']]
y = data['target']
# تقسیم به مجموعههای آموزش و تست
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# آموزش مدل
model = RandomForestRegressor(n_estimators=10, random_state=42)
model.fit(X_train, y_train)
# پیشبینی و ارزیابی
y_pred = model.predict(X_test)
print(f"خطای میانگین مربعات: {mean_squared_error(y_test, y_pred):.2f}")
print(f"ضریب تعیین: {r2_score(y_test, y_pred):.2f}")بخش سوم: محیط توسعه یکپارچه (IDE)
برای نوشتن و اجرای کدهای خود، به یک محیط توسعه نیاز دارید. در این دوره، دو گزینهی پیشنهادی وجود دارد:
۱. ویژوال استودیو کد (Visual Studio Code)
این محیط توسعه، رایگان، سبک و بسیار پرکاربرد است. امکان نصب افزونههای متعدد برای پایتون، گیت، و ابزارهای MLOps را فراهم میکند. برای شروع، کافی است از وبسایت رسمی آن را دانلود و نصب کنید و سپس افزونهی پایتون را به آن اضافه نمایید.
۲. ژوپیتر نوتبوک (Jupyter Notebook)
اگر به اجرای کد به صورت تکهتکه و مشاهدهی همزمان خروجی علاقهمندید، ژوپیتر نوتبوک گزینهی مناسبی است. این محیط به ویژه برای مرحلهی اکتشاف و تحلیل داده کاربرد دارد. برای نصب آن از دستور زیر استفاده کنید:
pip install jupyter # بعد از نصب، از ترمینال با اجرای دستور زیر سرور ژوپیتر برای شما باز خواهد شد jupyter notebook
توصیهی ما: در پروژههای واقعی، معمولن از ترکیب هر دو محیط استفاده میشود. ژوپیتر برای مرحلهی کاوش داده و ویژوال استودیو کد برای نوشتن اسکریپتهای نهایی و خودکارسازی فرایندها.
جمعبندی و تمرین
در این درس، با سه دسته ابزار اساسی آشنا شدیم:
- گیت: برای مدیریت نسخههای کد و همکاری تیمی.
- پایتون و کتابخانههای Pandas، NumPy، Matplotlib و Scikit-learn: برای پیادهسازی مدلها و پردازش داده.
- محیط توسعه: جهت نوشتن و اجرای کدها.
تمرین پیشنهادی:
لطفن گیت را روی سیستم خود نصب کنید و یک مخزن جدید در گیتهاب ایجاد نمایید. سپس یک فایل پایتونی ساده با محتوای print("Hello MLOps") بنویسید و آن را در مخزن خود ذخیره کرده و به گیتهاب ارسال کنید. این تمرین ساده، شما را برای مراحل بعدی آماده خواهد ساخت.
