Help us understand the problem. What is going on with this article?

社内勉強会 機械学習入門(1.開発環境の準備)

公式サイトからPythonをダウンロードする

公式サイト
2019-07-07_14h13_13.png
※2019年7月時点の最新バージョンである「3.7.3」をダウンロードします。

インストールする

ダウンロードした「python-3.7.3.exe」を実行してください。
2019-07-07_14h16_14.png

正しくインストールされたことを確認する

コマンドプロンプトから以下のコマンドを実行しましょう。
python --version

「Python 3.7.3」と表示されたらOKです。

※勉強会用にコマンドプロンプトもみんな同じもの(ConEmu)にそろえましょう。

Pythonの仮想環境を導入する

Pythonの仮想環境 = Pythonのバージョンとライブラリをプロジェクトごとに管理できるようにする仕組み です。
この仕組みにより、プロジェクトに必要なライブラリだけを仮想環境にインストールできます。

  1. 勉強会用のフォルダーを作る
    今回は、Cドライブ(空きがなければ別ドライブでもOK)直下に「ml-intro」というフォルダを作成しましょう。

  2. 仮想環境を作る
    以下のコマンドで作成
    cd C:\ml-intro
    python -m venv env

    以下のコマンドで仮想環境を有効化 
    env\Scripts\activate.bat

↓のように先頭に(env)が表示されていればOKです。
2019-07-07_14h58_48.png

「Jupyter Notebook」をインストールする

Jupyter Notebookは、対話型でPythonを実行できるツールです。しかも、ブラウザで実行できます。
この勉強会では、Jupyter Notebookを使います。
※対応ブラウザは、「Google Chrome」「Firefox」「Safari」

  1. Pythonの標準パッケージ管理ツール(= pip)を最新化する
    仮想環境が有効である状態(以降、この状態であること)で、以下のコマンドを実行します。
    python -m pip install --upgrade pip
    2019-07-07_15h16_57.png

  2. Jupyter Notebook をインストールする
    以下のコマンドを実行します。
    pip install jupyter
    2019-07-07_15h27_33.png
    途中省略
    2019-07-07_15h28_11.png

  3. Jupyter Notebook を起動する
    以下のコマンドを実行します。
    jupyter notebook

このURLにアクセスし、
http://localhost:8888/tree

以下のダッシュボード画面が表示されたらOKです。
2019-07-10_13h40_40.png

「1.開発環境の準備」は、これで終了です。
次回は、「2.「Jupyter Notebook」を使ってみよう」です。
社内勉強会 機械学習入門(2.「Jupyter Notebook」を使ってみよう)

Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away