Dieses Repository enthält das Begleitmaterial und praktische Übungen zum Buch "Basiswissen KI-Testen - Qualität von und mit KI-basierten Systemen" aus dem dpunkt.Verlag, ISBN 978-3-86490-947-4.
Um die Übungen selbst auf deinem eigenen Laptop oder PC durchführen zu können, benötigst du folgendes:
- Einen Laptop oder PC (ein Smartphone oder Tablet ist eher unpraktisch).
- Eine Installation von Python auf deinem Computer (sie Punkt 2 unten).
- Grundkenntnisse in der Programmiersprache Python
- Grundkenntnisse in der Benutzung von JupyterLab
- Lade von der GitHub-Seite KI-Testen - Übungen das gesamte Repository als ZIP-Datei (Code (grüner Button) > Download ZIP)
- Entpacke die ZIP in ein Verzeichnis deiner Wahl.
- Als erstes musst du, wenn nicht schon vorhanden, Python installieren.
- Ist Python installiert, geht es mit der Installation der Python-Pakete weiter
- Zum Schluss ist die Installation von JupyterLab an der Reihe.
Von nun ab kannst du JupyterLab per Doppelklick auf:
04_starte_jupyterlab.cmd starten. Als erstes öffnet sich ein Kommandozeilenfenster mit dem Titel "JupyterLab Server".
Nach dem Start des CMD-Skriptes startet zudem dein Browser und öffnet eine Seite, die sich mit dem JupyterLab-Server (localhost:8888/lab/tree) verbindet, der im Kommandozeilenfenster läuft - lasse dieses also im Hintergrund weiter laufen!
Wenn du einen bestimmten Browser bevorzugst, kannst du die Datei 04_starte_jupyterlab.cmd editieren und eine der drei per :: auskommentierten Zeilen durch das Entfernen des :: aktivieren und so deinen Lieblingsbrowser festlegen.
- Diese Anleitung (die du gerade liest) kannst du dir ansehen, wenn du mit der rechten Maustaste auf
Readme.mdklickst und Open With > Markdown Preview auswählst.
Hinweis: Wir empfehlen dir, die Aufgaben nicht ohne eine gewisse Vorbereitung durch den entsprechenden Abschnitt im Buch zu beginnen.
Außerdem: Es ist gut, wenn du einfache Grundkenntnisse in Python als Programmiersprache mitbringst, und dich mit der Bedienung von JupyterLab und Juypter Notebooks schon etwas vertraut gemacht hast (siehe oben).
Zum Bearbeiten einer Aufgabe - zum Beispiel zum Abschnitt 3.3:
- öffnest du in JupyterLab per Doppel-Click das Verzeichnis
Kap03.3_ML-Art-wählenund - öffnest das Notebook
Übung_...ebenfalls per Doppel-Click.
und schon kann's losgehen!
der Inhalte dieses GitHub-Repos (Notebooks, Grafiken, Code...):
CC BY-NC-SA 4.0 (https://creativecommons.org/licenses/by-nc-sa/4.0/)
der genutzten Werkzeuge und Daten:
- pyhton: PSF License (https://docs.python.org/3/license.html - GPL-kompatibel)
- jupyterlab: BSD License (https://jupyterlab.readthedocs.io/en/latest/api/index.html?highlight=license#md:license)
- iris dataset: CC-BY 4.0, donated by R. A. Fisher (https://archive.ics.uci.edu/dataset/53/iris)
- tensorflow playground: Apache License
- lime: Copyright © 2016, Marco Tulio Correia Ribeiro BSD-2-Clause License
- shap: Copyright © 2018, Scott Lundberg MIT License
- pict: Copyright © Microsoft Corporation MIT License
- chatGPT: OpenAI Terms of Use
- OpenML (http://creativecommons.org/licenses/by/4.0/; https://opensource.org/licenses/BSD-3-Clause)