ما هو Jupyter Notebook وكيف يتم استخدامه؟

يتطلب تطوير العديد من المشاريع التحليلية ليس فقط البيانات الصحيحة والمعرفة بلغات البرمجة ، بل يتطلب أيضًا بيئة آمنة يمكن فيها اختبار النماذج والخوارزميات التي تم إنشاؤها وتحسينها. جميع المحللين وعلماء البيانات على 

دراية بـ Jupyter Notebook و JupyterLab ، والتي لديها الكثير لتقدمه في هذا الصدد. ما الذي يفسر بالضبط شعبيتها؟

ما هو Jupyter Notebook وكيف يعمل؟

Jupyter Notebook هو مجرد تطبيق ويب مفتوح المصدر يسمح للمستخدمين ليس فقط بتضمين الكود الذي يقومون بإنشائه ، ولكن أيضًا لإضافة ملاحظات أو معادلات أو حتى تصورات لمجموعات البيانات التي تم 

تحليلها. لهذا السبب ، من بين أمور أخرى ، يعد خيارًا شائعًا جدًا لمحللي البيانات أو علماء البيانات أو المتخصصين الذين يتعاملون مع بناء نماذج التعلم الآلي.

يدعم تطبيق Jupyter Notebook لغات برمجة متعددة ، ويسمح لك بالسرد وبالتالي سرد ​​القصص حول البيانات التي تم تحليلها والخطوات المتخذة ، بالإضافة إلى تصورها. بالإضافة إلى ذلك ، يسمح لك بتضمين التعليمات البرمجية المستخدمة في خطوة محددة من العملية التحليلية في محتوى المستند.

أكبر مزايا Jupyter Notebook

عند الكتابة عن مزايا Jupyter Notebook ، يجب أن نذكر أولاً وقبل كل شيء أنه يدعم ما يصل إلى 40 

لغة برمجة مختلفة - بما في ذلك اللغات المفضلة لمتخصصي البيانات: Python أو R أو حتى Scala. علاوة على ذلك ، فهو يعمل بشكل مثالي مع أدوات ومكتبات البيانات الكبيرة المستخدمة بشكل شائع في مشاريع ML (Apache Spark أو TensorFlow أو ggplot2 أو scikit-Learn أو pandas).

يترجم النطاق الواسع من إمكانيات استخدام Jupyter Notebook مباشرةً إلى التأثيرات التي يمكن تحقيقها باستخدامه - يمكن أن تكون المخرجات تفاعلية للغاية ويمكن استكمالها بمجموعة متنوعة من الملفات التي تشمل الرسومات ومقاطع 

الفيديو بالإضافة إلى تنسيق LaTeX تلقائيًا الصيغ الرياضية والرسوم البيانية والرسومات.

ميزة أخرى رائعة هي أن المستند الذي تم إنشاؤه يمكن مشاركته بسهولة مع الآخرين. يمكن القيام بذلك عن طريق البريد 

الإلكتروني و GitHub و Dropbox والعديد من المنصات الأخرى المماثلة. تعد قراءة المستند أمرًا سهلاً مثل إرساله - ما عليك سوى استخدام Jupyter Notebook .

أين يتم استخدام Jupyter Notebook؟

بالطبع ، القدرة على إنشاء وثائق تفاعلية وسهلة القراءة ليست الميزة الوحيدة لـ Jupyter Notebook. يستخدم التطبيق أيضًا على نطاق واسع في عملية تنظيف البيانات وتحويلها ، ويعمل بشكل رائع في النمذجة الإحصائية ، وإنشاء 

تصورات بيانات واضحة وشفافة ، فضلاً عن بناء نماذج التعلم الآلي.

في هذه المرحلة ، من الجدير بالذكر أيضًا بيئة التطوير التفاعلية - JupyterLab ، والتي توفر مجموعة واسعة من الاحتمالات لاختبار النموذج والتحسين والنشر في الإنتاج. ومع ذلك ، عند استخدامه لعمليات تحليلية معقدة ، قد تواجه 

بعض المشاكل المتعلقة بنقص الذاكرة. كيف نحلها؟ يمكنك بسهولة زيادة الذاكرة في إعدادات GCP AI Notebook JupyterLab قبل البدء في  استخدام دفتر ملاحظات AI .