Ce înseamnă Jupyter Notebook
Jupyter Notebook este un mediu interactiv, deschis în browser, foarte folosit în data science, machine learning și educație. Un „notebook” (caiet) este un document format din celule: unele conțin cod, altele text formatat, iar sub fiecare celulă de cod apare rezultatul ei (tabele, grafice, imagini).
Proiectul Jupyter s-a desprins în 2014 din IPython, un terminal interactiv pentru Python creat de Fernando Pérez. Numele vine de la trei limbaje: Julia, Python și R, deși astăzi suportă zeci de limbaje.
Cum funcționează
Fișierele au extensia .ipynb și păstrează atât codul, cât și rezultatele. Codul este executat de un kernel, un proces separat care ține minte variabilele între celule, așa că poți încărca un set de date o singură dată și apoi experimenta pas cu pas.
JupyterLab este interfața mai nouă și mai completă. Multe servicii online sunt construite pe același format: Google Colab oferă notebook-uri în browser, cu acces la GPU, iar platformele cloud ale marilor furnizori au variante proprii. Dezavantajul: dacă rulezi celulele în altă ordine decât cea din document, rezultatele pot deveni greu de reprodus.
Pe înțelesul tuturor
Un notebook Jupyter e ca un caiet de laborator în care scrii experimentul, îl faci pe loc și lipești rezultatele imediat dedesubt, ca oricine să poată urmări ce ai făcut.
Exemplu
O profesoară de informatică dintr-un liceu din Pitești pregătește o lecție despre machine learning într-un notebook Google Colab: încarcă un set de date cu prețurile apartamentelor, desenează grafice și antrenează un model simplu de regresie, explicând fiecare pas în celule de text. Elevii deschid același notebook și rulează celulele pe rând.
De reținut
- Notebook = cod + rezultate + explicații în același document.
- Ideal pentru explorarea datelor, prototipuri și predare.
- Pentru aplicații finale, codul se mută de obicei în fișiere și proiecte obișnuite.
Nu confunda
- Jupyter Notebook vs. Google Colab: Colab este un serviciu Google care rulează notebook-uri în format Jupyter pe serverele sale.
Termeni înrudiți
- Data science: Domeniul care extrage informații utile din date, combinând statistica, programarea și cunoașterea domeniului analizat.
- PyTorch: Bibliotecă open source pentru deep learning, creată la Meta, cea mai folosită în cercetare și la antrenarea modelelor de limbaj.
- TensorFlow: Bibliotecă open source creată de Google pentru construirea, antrenarea și rularea modelelor de machine learning.
- Machine learning (învățare automată): Ramura AI în care programele învață din exemple, în loc să primească reguli scrise pas cu pas de un programator.
- Set de date (dataset): O colecție organizată de exemple (texte, imagini, tabele) folosită pentru a antrena, verifica sau compara modele AI.