ML Lab - Ionio

https://opencourses.ionio.gr/courses/DDI201/

Εργαστήριο CLIPS

Εγκαταστήστε (αν δεν έχετε ήδη) το docker στο σύστημά σας.
Κατεβάστε τα αρχεία Dockerfile και setup.sh σε ένα φάκελό σας (πχ με git clone https://github.com/riggas-ionio/ml-lab.git εντός αυτού του φακέλου).
Εκτελέστε (στο φάκελο που βρίσκονται τα Dockerfile και setup.sh):

• docker build -t ionio-ml-lab-image . ώστε να δημιουργήσετε ένα image, όπως περιγράφει το Dockerfile
• docker run --name ionio-ml-lab -it ionio-ml-lab-image:latest ώστε να ξεκινήσετε ένα container βασισμένο στο image που μόλις δημιουργήσατε.
  • Εντός του container εκτελέστε clips και θα έχετε στη διάθεσή σας το περιβάλλον:

  root@17c719a99e95:/clips# clips
       CLIPS (V6.24 06/15/06)
  CLIPS> 
  

Εντός του container είναι λειτουργικά το asciinema και το clips :-)

Σε επόμενα εργαστήρια που θα χρειαστείτε να χρησιμοποιήσετε τον ίδιο container:

• docker start ionio-ml-lab
• docker exec -ti ionio-ml-lab bash
• Και εντός του container: root@17c719a99e95:/clips# clips

Υλοποίηση του διαγνωστικού συστήματος αυτοκινήτου (εργ.1): https://asciinema.org/connect/ae4848c9-f706-473a-b89a-14c3ad51d55c
Η λύση σε clp αρχείο.

• ToDo: Προσθέστε προτεραιότητες με την εντολή (declare (salience int)), όπου int ένας ακέραιος.