在R Docker中有多少难点? Docker(125),在Docker中进行机器学习(104),以及环境搭建(4)
正在使用Docker创建机器学习列表(目标100)
https://qiita.com/kaizen_nagoya/items/ddd12477544bf5ba85e2
作为其中的一部分,我也尝试了各种方式来构建R的环境。
该部分尚未完成,会逐步进行补充。
第一关 前言
在macOS上,可以使用brew(home-brew)进行安装。
在Windows和macOS上,如果在docker容器中,可以使用apt进行安装。
在ubuntu和debian上,可以使用apt进行安装。
Raspberry PI的Raspbian系统已经预装了R。
公寓
(base) root@473fc1bb505d:/#是一个输入提示符号(命令提示符)。实际上,数字部分可能会有所不同。请在这一行的#符号的右边进行输入。
(base) root@473fc1bb505d:/# apt update; apt -y upgrade
(base) root@473fc1bb505d:/# apt install -y procps vim apt-utils sudo r-base r-cran-hmisc
R为最后一行。
在”難關2″中,沒有叫做’dplyr’的套件。
(base) root@9239fd07cbe8:/statistics-for-data-scientists/src# r chapter1.r
Error in library(dplyr) : there is no package called ‘dplyr’
(base) root@9239fd07cbe8:/statistics-for-data-scientists/src# r chapter1.r
Installing package into ‘/usr/local/lib/R/site-library’
(as ‘lib’ is unspecified)
Error in contrib.url(repos, type) :
R版本
(base) root@9239fd07cbe8:/statistics-for-data-scientists/src# r --version
r ('littler') version 0.3.0
using GNU R Version 3.3.1 (2016-06-21)
Copyright (C) 2006 - 2016 Jeffrey Horner and Dirk Eddelbuettel
r is free software and comes with ABSOLUTELY NO WARRANTY.
You are welcome to redistribute it under the terms of the
GNU General Public License. For more information about
these matters, see http://www.gnu.org/copyleft/gpl.html.
列表
正在使用Docker创建一个机器学习列表(目标100)
https://qiita.com/kaizen_nagoya/items/ddd12477544bf5ba85e2
使用Docker进行机器学习(71)与R(1)的入门机器学习,Drew Conway和John Myles White著。链接:https://qiita.com/kaizen_nagoya/items/e3722c04ae35e82ecca2
使用Docker进行机器学习(72)与R(2)的数据科学统计学入门 – 预测,分类,统计建模,统计机器学习和R编程,Peter Bruce和Andrew Bruce著。链接:https://qiita.com/kaizen_nagoya/items/479e3283a2d030726254
使用Docker进行机器学习(73)与R(3)的深度学习和R上的Keras,François Chollet和J. J. Allaire著。链接:https://qiita.com/kaizen_nagoya/items/57b0d84b3ce4f754485d
使用Docker进行机器学习(74)与R(4)的入门机器学习,Scott Burger著。链接:https://qiita.com/kaizen_nagoya/items/be23896636af7a7b014d
使用Docker进行机器学习(75)与R(5)的R深度学习烹饪书,Philippe Remy著。链接:https://qiita.com/kaizen_nagoya/items/4d6d4b5d9739bcffbf02
使用Docker进行机器学习(76)与R(6)的精通机器学习,Cory Lesmeister著。链接:https://qiita.com/kaizen_nagoya/items/c3d51cdd3b811dac4d26
“使用Docker进行机器学习(77)与R(7)的“R机器学习”学习历史(1)”后追:dockerで機械学習(77) with R (7)”。链接:https://qiita.com/kaizen_nagoya/items/68170a86b1b3dd5e596b
Machine-Learning-with-R-Cookbook-Second-Edition-master:使用Docker进行机器学习(78)与R(8)。链接:https://qiita.com/kaizen_nagoya/items/cbbed4d49ebb9c479816
搭建环境
用 Docker 搭建机器学习环境时,经常遇到各种错误。有关如何在 Docker for Windows 下搭建机器学习环境的详细步骤,可以参考这个链接:https://qiita.com/kaizen_nagoya/items/c4daa5cf52e9f0c2c002。此外,还可以使用 Docker、Linux、MacOS Bash 脚本以及 MS-DOS 批处理文件来搭建机器学习环境,具体方法可参考这个链接:https://qiita.com/kaizen_nagoya/items/3f7b39110b7f303a5558。
使用R的docker进行机器学习(74),“R机器学习入门” by Scott Burger。
使用 docker 运行 R 机器学习(75) 的「R 深度学习食谱」一书,作者为 Philippe Remy。你可以在以下链接中找到更多信息:https://qiita.com/kaizen_nagoya/items/4d6d4b5d9739bcffbf02.
dockerで機械学習(76) with R (6)「Mastering Machine Learning with R 」By Cory Lesmeister
https://qiita.com/kaizen_nagoya/items/c3d51cdd3b811dac4d26
dockerで機械学習(105)環境構築(5)docker関連ファイルの管理
https://qiita.com/kaizen_nagoya/items/4f03df9a42c923087b5d
文献引用(reference)
「Rによる機械学習」的学习历程(1)
https://qiita.com/kazuo_reve/items/d45506146aeef52f6c65
「Rによる機械学習」的学习历程(2)
https://qiita.com/kazuo_reve/items/388968db10b67dbbb7ac
「Rによる機械学習」学习记录(3)
https://qiita.com/kazuo_reve/items/609396b80384095f594f
「Rによる機械学習」の勉強履歴(4)
https://qiita.com/kazuo_reve/items/7cb4d7beaf55a8a1e745
docker 入門
https://qiita.com/kaizen_nagoya/items/2f31319e40ddaa0bf8a5
OSXでRのパッケージtidyverseのインストールに詰まった
https://qiita.com/Wisteria30/items/60b1660fc373100a0d6f
R(数据挖掘入门) Raspbian(树莓派),Mac OSX,docker/ubuntu 六个阶段。数据获取、导入、启动、执行、绘图和批量执行。
如果从R脚本或R Markdown中调用install.packages()函数,则需要指定存储库,否则会出错。
如果在R中收到“需要设置一个CRAN镜像” 的消息的话,可以参考以下链接:https://qiita.com/manabuishiirb/items/88fb9d5207e6802da4b7
相关资料
你也用docker,我也用docker
https://qiita.com/kaizen_nagoya/items/8f2746f10f30b575d0a8
我来介绍一下迄今为止写过的好技术书!
https://qiita.com/kaizen_nagoya/items/d31b7c158541d345a7ef
丰富开发环境的开发案例 过去、现在和未来
https://qiita.com/kaizen_nagoya/items/d9bf0c2c671fe7f1c749
与Microsoft的历史 以C编译器为中心
https://qiita.com/kaizen_nagoya/items/d7c0cc257e99de0573cf
这篇文章是根据个人过去的经验所写的个人感想。与我目前所属的组织和工作无关。
文件历史
版本0.10 初稿 20181014
版本0.11 参考文献等 添加 20181017
版本0.12 变更编号,添加参考文献 20181028
版本0.13 添加URL 20190212
版本0.14 将apt-get改为apt 20190304
版本0.15 补充说明 20210731
非常感谢您的阅读至最后。
喜欢的话?,请关注一下。
非常感谢您读到最后一句话。
请点击喜欢的图标 ?并关注我,为了你的幸福生活。
