• 🏡 Home
  • 🚨 GDPR Compliant
  • ⚡️ Data Science
  • 📌 Machine Learning
  • 🔒 Privacy Preserving
  • 🏡 Home
  • 🚨 GDPR Compliant
  • ⚡️ Data Science
  • 📌 Machine Learning
  • 🔒 Privacy Preserving
Guide

Jupyter Notebook per Data Science e Machine Learning | Guida Italiano

Jupyter Notebook per Data Science e Machine Learning | Guida Italiano

Un Jupyter notebook è un documento interattivo che ti consente di scrivere ed eseguire codice in chunks rispetto ai tradizionali sistemi basati sul concetto all-or-none.

In pratica hai delle caselle di testo definite celle in cui puoi scrivere codice, e che possono all’occorenza essere formattate per aggiungere testo informativo o equazioni matematiche.

Sono popolari in ambito data science e machine learning poiché consentono di eseguire in un unico documento tutti gli step necessari per completare un’analisi dati efficiente e produttiva.

Un documento supporta molteplici linguaggi di programmazione. Python è particolarmente comodo, consentendo di scrivere codice pulito, di facile lettura, condensando funzioni complesse in poche righe.

La nostra scelta.

Inoltre, cosa più importante, un jupyter notebook è facilmente condivisibile: la soluzione ideale per il nostro portfolio da data scientist.

Jupyter Notebook | Installazione

E’ sufficiente installare Anaconda, una distribuzione gratuita e open source dei linguaggi di programmazione Python e R.

E’ annoverata come la più popolare piattaforma di Data Science al mondo.

R è un’alternativa di Python, ma eccelle in situazioni che non ci riguardano.

Anaconda è disponbiile per Windows, MacOS e Linux.

Download Anaconda | Official WebSite

Seguendo procedure guidate di installazione, in pochi secondi il sistema è configurato.

Anaconda contiene tutto, quindi non sono necessari ulteriori Step.

Per avviare il server locale, occore digitare nel terminale:

jupyter notebook

Quindi usare il meno in altro a destra, selezionando New->Python 3

IBM Skills Network Lab | Online Method

In altenarnativa all’installazione è possibile usare Jupyter Notebook anche online, in Cloud.

A questo scopo esiste una piattaforma denominata IBM Skills Network Lab che mette a disposizione in modo gratuito decine di risorse per Data Science e Machine Learning tra cui:

  • JupyterLab
  • Zeppelin Noteoobk
  • RStudio IDE

Accedi ad IBM Skills Network Lab

Per il momento è tutto.

Un caldo abbraccio, Andrea.

Written by Andrea Provino - Settembre 13, 2019
Next Post
Previous Post

Una pubblicità che non vedi se usi AdBlock

EXPAND YOUR KNOWLEDGE

  • Blockchain Developer

    Circuito aritmetico

    Novembre 1, 2022
  • machine-learning

    Un nuovo inizio

    Settembre 4, 2021
  • Zero Knwoledge Proof Article Privacy Preserving

    Zero Knowledge Proof: zk-SNARK e zk-STARK | Prova a conoscenza zero

    Luglio 8, 2021
  • oblivious-transfer-spiegazione-italiano-ot-explanation Privacy Preserving

    Oblivious Transfer (OT)

    Luglio 6, 2021
  • Aleo Studio Website Preview machine-learning

    Aleo Studio: un IDE per Zero-Knowledge Proofs Applications

    Luglio 1, 2021
  • privacy-enhancing-technologies-data-machine-learning-data-science Privacy Preserving

    Perché il Privacy Tech è un vantaggio competitivo micidiale

    Giugno 17, 2021
  • bloom-filter-spiegazione-italian Privacy Preserving

    Bloom Filter

    Giugno 3, 2021
  • trusted-execution-environment-tee-data-science-come-fuziona Data Science, Privacy Preserving

    Trusted Execution Environment | Cos’è un TEE?

    Giugno 2, 2021
  • Crypto Custody services machine-learning

    Crypto Custody: Guida alla custodia delle criptomonete

    Maggio 26, 2021
  • deep-q-learning-q-learning-reinforcement-learning machine-learning

    Deep Q-Learning

    Aprile 27, 2021

Quello che Google pensa ti possa piacere

Prodotti che i Cookie dicono potresti trovare interessanti

AI Blog - © 2019-2021 Andrea Provino