Assignment Chef icon Assignment Chef
All German tutorials

Programming lesson

CS6601 Assignment 0: Erste Schritte mit Python, Git und Jupyter Notebooks im Frühjahr 2025

Lerne, wie du deine Python-Umgebung einrichtest, Git verwendest und Jupyter Notebooks für CS6601 Assignment 0 nutzt. Schritt-für-Schritt-Anleitung für den erfolgreichen Start.

CS6601 Assignment 0 Python Umgebung einrichten Git Tutorial OMSCS Jupyter Notebook Anleitung Georgia Tech KI Kurs Python Pakete installieren Gradescope Abgabe OMSCS Assignments Künstliche Intelligenz Studium Conda Umgebung erstellen Git Fork erstellen Jupyter Notebook starten NumPy Matplotlib NetworkX KI Entwicklung Tools Assignment 0 Lösungshinweise Python für KI

Einführung in CS6601 Assignment 0

Das CS6601 Assignment 0 ist der ideale Einstieg in den Kurs Künstliche Intelligenz am Georgia Tech. Es hilft dir, dich mit deiner lokalen Python-Umgebung, Git, Jupyter Notebooks und der Abgabeplattform Gradescope vertraut zu machen. In diesem Tutorial zeigen wir dir, wie du die Umgebung einrichtest, das Repository klonst und deine erste Abgabe erstellst – ganz ohne den gesamten Code zu verraten.

Warum ist Assignment 0 wichtig?

Dieses Assignment legt das Fundament für den gesamten Kurs. Du wirst mit Werkzeugen wie Git, Jupyter Notebooks und Python-Paketen (NumPy, Matplotlib, NetworkX, Pandas, pgmpy) arbeiten. Ein solides Verständnis dieser Tools ist entscheidend, um in späteren Assignments komplexe KI-Algorithmen umzusetzen. Stell dir vor, du bereitest dich auf ein großes Fußballturnier vor – ohne die richtige Ausrüstung und das Training wirst du kein Tor schießen. Genauso ist es hier: Ohne eine saubere Umgebung wirst du später Probleme haben.

Schritt 1: Python-Umgebung einrichten

Bevor du loslegst, musst du deine Python-Umgebung einrichten. Folge der Anleitung unter https://github.gatech.edu/omscs6601/env_setup. Dort erfährst du, wie du Anaconda installierst und eine neue Umgebung erstellst, z.B. mit dem Befehl:

conda create -n ai_env python=3.10
conda activate ai_env

Diese Umgebung isoliert deine Projekte und vermeidet Konflikte zwischen verschiedenen Python-Versionen – ähnlich wie verschiedene Spielerpositionen im Fußball, die jeweils spezifische Fähigkeiten benötigen.

Schritt 2: Repository klonen und einrichten

Um die Assignments lokal zu bearbeiten, klonst du das Repository von GitHub. Verwende folgenden Befehl:

git clone https://github.gatech.edu/omscs6601/assignment_0.git

Falls du ein privates Fork erstellen möchtest (um OSI-Verstöße zu vermeiden), folge diesen Schritten:

  1. Erstelle ein privates Repository auf github.gatech.edu (z.B. gburdell3/cs6601_a0).
  2. Klone das originale Repository als Bare-Repo: git clone --bare https://github.gatech.edu/omscs6601/assignment_0.git
  3. Spiegele es in dein privates Repo: cd assignment_0.git && git push --mirror https://github.gatech.edu/gburdell3/cs6601_a0
  4. Lösche das Bare-Repo und klone dein privates Repo: git clone https://github.gatech.edu/gburdell3/cs6601_a0
  5. Füge das originale Repo als Upstream hinzu: git remote add upstream https://github.gatech.edu/omscs6601/assignment_0.git

Mit diesem Setup kannst du Änderungen vom Upstream abrufen (git pull upstream main) und deine Arbeit auf dein privates Repo pushen.

Schritt 3: Pakete installieren

Assignment 0 erfordert mehrere Python-Pakete. Navigiere in das geklonte Verzeichnis, aktiviere deine Conda-Umgebung und führe aus:

pip install -r requirements.txt

Dies installiert unter anderem Jupyter, NumPy, Matplotlib, NetworkX, Pandas und pgmpy. Mit pip freeze kannst du überprüfen, ob alle Pakete korrekt installiert sind. Diese Bibliotheken sind wie das Werkzeug eines KI-Entwicklers – ohne sie wären KI-Modelle kaum umsetzbar.

Schritt 4: Jupyter Notebook starten

Jupyter Notebooks sind interaktive Dokumente, die Code, Visualisierungen und Text kombinieren. Starte das Notebook mit:

jupyter notebook

Es öffnet sich ein Browserfenster. Navigiere zur Datei notebook.ipynb. Dort findest du eine Schritt-für-Schritt-Anleitung, die dich durch die ersten Programmieraufgaben führt. Du wirst Funktionen implementieren und deine Lösungen testen. Denk daran: Das Notebook ist wie ein Trainingslager – es bereitet dich auf die echten Aufgaben vor.

Schritt 5: Abgabe auf Gradescope

Nachdem du die Aufgaben im Notebook gelöst hast, erstellst du zwei Python-Dateien: first_submission.py und priority_queue.py. Lade diese auf Gradescope hoch. Die Abgabe ist 2 Punkte wert. Achte darauf, dass dein Code die vorgegebenen Tests besteht. Gradescope bewertet deine Lösung automatisch – ähnlich wie ein Schiedsrichter, der über die Einhaltung der Regeln wacht.

Häufige Fehler vermeiden

  • Umgebung nicht aktiviert: Vergiss nicht, conda activate ai_env auszuführen, bevor du Pakete installierst oder das Notebook startest.
  • Upstream nicht konfiguriert: Ohne Upstream kannst du keine Updates vom Kurs erhalten. Füge ihn hinzu, sobald du das Repo geklont hast.
  • Private Repos nicht privat: Stelle sicher, dass dein Fork privat ist, um OSI-Verstöße zu vermeiden.

Trend-Beispiel: KI im Gaming

Stell dir vor, du entwickelst einen KI-Gegner für ein Strategiespiel wie StarCraft II. Du würdest ähnliche Tools verwenden: Python für die Logik, NumPy für Berechnungen, und Jupyter Notebooks zum Experimentieren. Genau diese Fähigkeiten trainierst du in Assignment 0. Es ist der erste Schritt, um selbst KI-Agenten zu bauen, die in komplexen Umgebungen agieren können.

Fazit

Mit diesem Tutorial hast du die Grundlagen für CS6601 gelegt. Du kannst jetzt deine Umgebung einrichten, Repositories verwalten, Pakete installieren und Jupyter Notebooks nutzen. Diese Fähigkeiten sind nicht nur für das Assignment wichtig, sondern für den gesamten Kurs und darüber hinaus. Viel Erfolg bei deiner ersten Abgabe!