Notebook-Umgebungen für Machine Learning
Jupyter-Notebooks sind der De-facto-Standard für das Prototyping und den Zugriff auf Machine-Learning-Angebote in der Cloud. Der Artikel gibt einen Überblick über die Notebook-Umgebungen der verschiedenen Cloud-Anbieter und zeigt, wie man Jupyter-Notebooks auch lokal ausführen kann.
Jupyter Notebook ist eine interaktive Umgebung, mit der sich Jupyter-Notebook-Dokumente erstellen und anzeigen lassen. Zumeist im Webbrowser und teilweise auch eingebettet in Entwicklungsumgebungen ausgeführt, erlauben sie, Daten interaktiv auszuwerten und zu berechnen. Zunehmend setzen Data Scientists sie auch für Machine Learning ein. In Jupyter-Notebooks lässt sich Python-Code im Webbrowser interpretieren, ohne dass eine Installation auf dem lokalen Rechner erforderlich ist.
Der große Vorteil von Jupyter-Notebooks ist, dass sich damit interaktive Dokumente erstellen und teilen lassen, die neben Livecode auch Gleichungen, Berechnungsausgaben samt Visualisierung und Multimediainhalte mit erklärendem Text enthalten. Obwohl Computational Notebooks wie in Wolfram Mathematica seit Jahrzehnten existieren, setzten sie sich erst mit den Jupyter-Notebooks im großen Stil durch (siehe ix.de/z45h).