How to use Jupyter on a Google Cloud VM
Note: The recipes in this article will still work, but I recommend that you use the notebook API now. Do: gcloud beta notebooks --help The simplest way to launch a notebook on GCP is to go through the workflow from the GCP console. Go to AI Platform and click on Notebook Instances. You can create a new instance from the user interface: Create a new notebook instance from the UIOnce the instance is
Jupyter notebook を用いた文芸的インフラ運用のススメ
prepared for: Jupyterで運用する(したい)人たちの集い(仮) @ NII 2016 Jul 1. -- updated on 04 Jul 2016Read less
Jupyter だけで機械学習を実サービス展開できる基盤 - Tech Blog - Recruit Lifestyle Engineer
こんにちは、CET チームの田村です。データ基盤を構築・運用したり、チャットボット（スマホ用です）を開発したりしているエンジニアです。 皆さん、実サービスで機械学習、活用できていますか？ 正直、難しいですよね。高精度なモデルを作ること自体も難しいですが、実際のサービスにそれを組み込むには、そこからさらに数々の難所が待ち構えているからです。 でも、そのほとんどはエンジニアリングで解消できます。 私たちのチームでは、数年にわたる経験をもとに難所とその対処法を整理し、すばやく成果をあげられる機械学習基盤を開発しはじめました。 本記事では、この基盤の設計とその背後にあるアイデアをご紹介します（機械学習工学研究会の勉強会での発表資料がベースです）。 イテレーションを何度も回せ 基盤そのものの前に、まず機械学習を成果につなげるためのポイントを説明させてください。 私たちは、機械学習の活用において必要な
Jupyter notebook (iPython Notebook)を使う時に気をつけるべき10個のこと - MyEnigma
PythonユーザのためのJupyter[実践]入門posted with カエレバ池内 孝啓,片柳 薫子,岩尾 エマ はるか,@driller 技術評論社 2017-09-09 Amazonで検索楽天市場で検索Yahooショッピングで検索 目次 目次 はじめに 1. 環境の独立性を保つために各プロジェクト毎にvirtualenvを使う 2. Python3を使う 3. requirements.txtを保存しておく 4. すべてのimport文とパスの設定は初めのセルに入れる 5. はじめはコードは汚くても良い 6. グローバル名前空間を汚さないために、セルの中の処理は関数とする 7. 長い計算時間の結果をキャッシュするためにJoblibを使う 8. セルの独立性をできるだけ保つ 9. 変数名は短くても良い 10. ユーティリティ関数にはアサーションを使ってテストを書く 参考資料 MyE
Herokuの無料枠を使ってJupyterサーバを立てる方法 - MyEnigma
プロフェッショナルのための 実践Heroku入門 プラットフォーム・クラウドを活用したアプリケーション開発と運用 (書籍)posted with カエレバ相澤歩,arton,鳥井雪,織田敬子 KADOKAWA/アスキー・メディアワークス 2014-09-19 Amazonで探す楽天市場で探すYahooショッピングで探す 目次 目次 はじめに Heroku上でJupyterサーバを立てる方法 Heroku Postgresの無料枠をノートブックのストレージにする このシステムの問題点 1. DBからノートブックを抽出したり、ディレクトリを移動させる方法がわからない。 参考資料 MyEnigma Supporters はじめに 先日、Jupyter Notebookが 非常に便利という記事を書きました。 myenigma.hatenablog.com myenigma.hatenablog.c
JupyterからSpark clusterを操作できるlivy + sparkmagicを試してみた - once upon a time,
Spark Summit 2016でもトークがあったSparkのREST serverであるlivyですが、MicrosoftがHDInsight上のSpark clusterとJupyterをlivyを使って繋げられるようにしたと聞いて、早速試してみました。 Jupyterって何？という方は簡単に言うと、ブラウザで各種言語のREPLが動くものと思ってもらえばいいです。 詳細は過去に書いた以下の記事を読んでみてください。 techlife.cookpad.com livyとは livyはSpark clusterをコントロールするためのREST Serverです。 Microsoftはこれとjupyter notebookのsparkmagicを使ってHDInsightとjupyterをつなげるようにしているそうです。 MSの取り組みはSpark Summit 2016のトークがわかりやす
Jupyter (iPython) Notebookを使って技術ノート環境を構築する方法 - MyEnigma
PythonユーザのためのJupyter[実践]入門posted with カエレバ池内 孝啓,片柳 薫子,岩尾 エマ はるか,@driller 技術評論社 2017-09-09 Amazonで最安値を探す楽天市場で最安値を探すYahooショッピングで最安値を探す 目次 目次 はじめに Jupyter Notebook (iPython Notebook)とは? インストール Notebookデータのバックアップ＆マルチアカウントアクセスする設定 Jupyter Notebookのショートカット コマンドモードのショートカット Editモードのショートカット セルを上から全部実行する Markdownで文章を入力する 数式を入力する 数式の計算をする 画像をドロップアンドドラッグで挿入できるようにする 目次を見出し情報から自動生成する レポートタイトルを入力する方法 PDFに出力する Ma
第4回 ビッグデータ分析基盤のためのアドホック分析環境 ～導入編 | gihyo.jp
アドホック分析環境とは？ ビッグデータ分析におけるアドホック分析では、レポーティング分析で得られた気づきを元に具体的な根拠を得るために実施するケースと、ユーザが今までに無い条件を元に分析をするケースがあります。つまり、分析の当初はアドホック分析を行いながら、レポーティング分析に必要な基本KPIを見つけ出していくことが必要になります。 今回と次回で、JupyterとPandasを用いてアドホック分析環境を構築し、分析エンジンとして利用するMySQLに対してインタラクティブに集計と可視化を行うための準備をします。 JupyterとPandasとは？ Jupyterは、Webブラウザベースのインタラクティブシェルを提供するツールです。元々は、iPythonという名前で、Python用のWebブラウザのインタラクティブシェルを提供していました。そこから現在は進化し、Jupyterという名前でさまざ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Jupyter, Ipythonの設定 ~起動、グラフの日本語表示、エイリアス、インライン表示、スタートアップモジュールインポート~ - Qiita
TechCrunch