• 🏡 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

  • fully-homomorphic-encryption-crittografia-completamente-omomorfica Privacy Preserving

    Cos’è la Crittografia Omomorfica | Homomorphic Encryption (HE)

    Marzo 4, 2021
  • data-science-for-finance-machine-learning-deep-learning-data-science-use-cases-use-cases Business, Data Science, machine-learning

    Data Science for Finance | Use Cases per il Data Scientist

    Febbraio 13, 2021
  • differential-privacy-example-privacy-differenziale-esempio-italiano-applicazioni-reali Business, Data Science, Privacy Preserving

    Differential Privacy Example | Esempi di privacy differenziale

    Febbraio 10, 2021
  • privacy-enhancing-technologies-techniques-machine-learning-data-science-pets-guida-italiano-spiegazione-semplice Business, Data Science, machine-learning, Privacy Preserving

    Cosa sono le Privacy-enhancing technologies o techniques (PETs)

    Febbraio 7, 2021
  • condivisione-dati-finance-fintech-problems-machine-learning-for-finance-data-science-deep-learning-case-study Business

    Problemi della condivisione dati in finanza | Finance data sharing problems

    Febbraio 4, 2021
  • finance-privacy-settore-finanziario-dati-privacy-enhancing-technologies-ai Business

    Il legame tra Privacy Dati AI nel settore finanziario

    Febbraio 1, 2021
  • rust-react-webassembly-privacy-preserving-machine-learning Logs

    Rust, WebAssembly, React e un MVP

    Dicembre 21, 2020
  • diffie-hellman-key-exchange-protocol-scambio-di-chiavi-diffie-hellman Data Science, Privacy Preserving

    Cos’è lo scambio di chiavi Diffie-Hellman (DH)? | Privacy Preserving

    Dicembre 15, 2020
  • principio-di-esattezza-data-science-machine-learning-gdpr-data-accuracy Data Science, GDPR Compliant

    GDPR: Principio di esattezza dei dati (Data Accuracy)

    Dicembre 12, 2020
  • tensorflow-extended-tfx-deploy-machine-learning-guide-machine-learning-pipelines machine-learning

    TFX: come funziona Tensorflow Extended?

    Dicembre 9, 2020

Quello che Google pensa ti possa piacere

Prodotti che i Cookie dicono potresti trovare interessanti

AI Blog - © 2019-2021 Andrea Provino