Zadania realizowane w ramach zajęć Inżynieria Uczenia Maszynowego
.dvc | ||
.dvcignore | ||
.gitignore | ||
data.dvc | ||
Dockerfile | ||
download_dataset.sh | ||
dvc.lock | ||
dvc.yaml | ||
environment.yml | ||
eval_model.py | ||
Jenkinsfile-build | ||
Jenkinsfile-dvc | ||
Jenkinsfile-eval | ||
Jenkinsfile-predict-s444356 | ||
Jenkinsfile-predict-s444356-from-registry | ||
Jenkinsfile-stats | ||
Jenkinsfile-train | ||
MLproject | ||
model.py | ||
params.yaml | ||
power_plant_data_stats.ipynb | ||
power_plant_data_stats.py | ||
predict_s444356-from-registry.py | ||
predict_s444356.py | ||
README.md | ||
requirements.txt | ||
stats.sh | ||
train_model.py |
ium_444409
Zadania realizowane w ramach zajęć Inżynieria Uczenia Maszynowego.
Zbiór
Solar Power Generation Data https://www.kaggle.com/datasets/anikannal/solar-power-generation-data?select=Plant_1_Generation_Data.csv
Wymagania
python3
pip
- API token z
kaggle.com
Uruchamianie
- Instalujemy potrzebne pakiety:
$ pip install -r requirements.txt
- Pobieramy zbiór danych z Kaggle. Skorzystamy ze skryptu w repo, który pobierze i podzieli dane na podzbiory:
$ ./download_dataset.sh