データサイエンス100本ノック（構造化データ加工編）

Python で機械学習をやろうとすると、避けては通れない pandas や numpy について、100 本ノックの形で練習できます。

https://github.com/The-Japan-DataScientist-Society/100knocks-preprocess

便利なのが、Docker で環境を用意できるので、Python などのバージョンに気を使う必要があまりない、という点。Docker の環境さえあれば、想定通りの環境が出来上がります。

しかも、JupyterLab が用意されるので、ブラウザから操作が可能、実行結果もすぐに確認できるという理想的な状態です。

そんなわけで、以前用意した WSL2 の Portainer で構築してみようと思いました。

対象の環境は、docker-compose を使うようですが、Portainer で構築するには「Stacks」を使えば良さそうだということです。が、結果的にうまくできなかったので、結局 WSL2 のコンソールから docker-compose コマンドで構築しました。

今回、XPS17 を試用する中で JupyterLab (Jupyter Notebook) を知りましたが、とても便利ですね。

Markdon 形式のドキュメントとコードを併記することが可能で、実行結果も確認可能。変数などは保持されるので、コードの書き方によっては少しずつ実行して結果を見ながらコードを書いていくことが可能です。

データを見ながら、試行錯誤して欲しい結果を探すにはちょうどよい実行環境のように感じました。