این دوره جنبه‌های مهم کار با نوت بوکهای Jupyter از جمله نصب و نقش هسته‌ها، توابع جادویی و اجرای دستورات پوسته را پوشش می‌دهد. علاوه بر این، قدرت نوت‌بوک‌های Jupyter با میزبانی ابری در AWS، Microsoft Azure و همچنین Google Cloud پلتفرم بررسی می‌شود.
آنچه خواهید آموخت:
پایتون در سال‌های اخیر محبوبیت زیادی پیدا کرده است، عمدتاً به این دلیل که تجزیه و تحلیل و کار با داده‌ها را بسیار ساده می‌کند. Jupyter یک محیط اجرایی به جای یک IDE کامل است، اما با این وجود، نوت بوک‌ها دارای ویژگی‌های مهم مختلفی هستند که ارزش درک کامل دارند. در این دوره آموزشی، ایجاد و اشتراک‌گذاری تجزیه و تحلیل با نوت‌بوک‌های Jupyter، یاد خواهید گرفت که چگونه نوت‌بوک‌های Jupyter محرک اصلی محبوبیت پایتون هستند، با ارائه یک محیط تعاملی و فوق‌العاده برای اجرای برنامه‌های پایتون. ابتدا، یاد خواهید گرفت که چگونه با نوت‌بوک‌های Jupyter راه‌اندازی کنید و چگونه از ویژگی‌هایی مانند علامت‌گذاری برای افزایش خوانایی کد خود استفاده کنید. در مرحله بعد، خواهید دید که چگونه ویژگی‌های پیشرفته‌تری مانند توابع جادویی کار می‌کنند و چگونه نسل بعدی Jupyter با نام JupyterLab به سمت یک محیط توسعه کامل پیش می‌رود. در نهایت، با کار با نوت‌بوک‌های Jupyter میزبان ابر در هر یک از ابرهای اصلی پلتفرم0، دانش خود را کامل می‌کنید. وقتی این دوره را به پایان رساندید، مهارت‌ها و دانش لازم را خواهید داشت تا از تمام قدرت نوت بوکهای Jupyter و Jupyterlab استفاده کنید، به ویژه در زمینه نوت بوکهای میزبان ابری برای موارد استفاده مشترک و توزیع شده.
نمونه ویدیوی آموزشی ( زیرنویس‌ها جدا از ویدیو است و میتوانید آنرا نمایش ندهید ) :
[ENGLISH]
01 Course Overview [2mins]
01-01 Course Overview [2mins]
02 Getting Started with Jupyter Notebooks [37mins]
02-01 Version Check [0mins]
02-02 Module Overview [1mins]
02-03 Prerequisites and Course Outline [1mins]
02-04 Introducing Jupyter Notebooks [6mins]
02-05 Demo: Windows - Installing Anaconda and Jupyter Notebooks [5mins]
02-06 Demo: Windows - Installing Jupyter Notebooks Using Pip [4mins]
02-07 Demo: MacOS - Installing Anaconda and Jupyter Notebooks [5mins]
02-08 Demo: MacOS - Installing Anaconda and Jupyter Notebooks Using the Command Line Installer [4mins]
02-09 Demo: Running Jupyter Notebooks and Jupyter Lab in Docker Containers [5mins]
02-10 Demo: MacOS - Installing Jupyter Lab Using Pip [5mins]
02-11 Module Summary [1mins]
03 Understanding Jupyter Notebooks [35mins]
03-01 Module Overview [1mins]
03-02 Demo: Exploring the Notebook Interface [7mins]
03-03 Demo: Restarting the Kernel [4mins]
03-04 Demo: Customizing Shortcuts [3mins]
03-05 Demo: Notebook Limits and Shutting down Kernels [4mins]
03-06 Demo: Using Python 2 and Python 3 Kernels [4mins]
03-07 Demo: Using R and Python 3 Kernels [3mins]
03-08 Demo: Exploring Line and Cell Magic Commands [7mins]
03-09 Module Summary [2mins]
04 Creating Shareable Analyses in Jupyter Notebooks [30mins]
04-01 Module Overview [1mins]
04-02 Demo: Analyzing and Visualizing Data [7mins]
04-03 Demo: Exploring Interactive Widgets [7mins]
04-04 Demo: Adding Interactivity to Custom Functions [7mins]
04-05 Demo: Save, Checkpoint, and Export Notebooks [2mins]
04-06 Demo: Share Notebooks on Github [5mins]
04-07 Module Summary [1mins]
05 Working with Cloud-hosted Jupyter Notebooks [24mins]
05-01 Module Overview [2mins]
05-02 Running Hosted Jupyter Notebooks on the Cloud [4mins]
05-03 Demo: Creating and Working with Notebook Instances on Amazon SageMaker [5mins]
05-04 Demo: Uploading Notebooks to SageMaker and Using the Terminal Window [2mins]
05-05 Demo: Exploring and Working with Azure Notebooks [3mins]
05-06 Demo: Hosted Notebooks on a GCP Deep Learning Virtual Machine [4mins]
05-07 Demo: Uploading Files and Running Code on GCP [2mins]
05-08 Summary and Further Study [2mins]
[فارسی]
01 بررسی اجمالی دوره [2 دقیقه]
01-01 بررسی اجمالی دوره [2 دقیقه]
02 شروع کار با نوت بوکهای Jupyter [37 دقیقه]
02-01 بررسی نسخه [0 دقیقه]
02-02 نمای کلی ماژول [1 دقیقه]
02-03 پیش نیازها و خلاصه دوره [1 دقیقه]
02-04 معرفی نوت بوکهای Jupyter [6 دقیقه]
02-05 نسخه‌ی نمایشی- Windows - نصب نوت بوکهای Anaconda و Jupyter [5 دقیقه]
02-06 نسخه‌ی نمایشی- Windows - نصب نوت بوکهای Jupyter با استفاده از Pip [4 دقیقه]
02-07 نسخه‌ی نمایشی- MacOS - نصب نوت بوکهای Anaconda و Jupyter [5 دقیقه]
02-08 نسخه‌ی نمایشی- MacOS - نصب نوت بوکهای Anaconda و Jupyter با استفاده از نصب کننده خط فرمان [4 دقیقه]
02-09 نسخه‌ی نمایشی- اجرای نوت بوکهای Jupyter و آزمایشگاه Jupyter در Docker Containers [5 دقیقه]
02-10 نسخه‌ی نمایشی- MacOS - نصب آزمایشگاه Jupyter با استفاده از Pip [5 دقیقه]
02-11 خلاصه ماژول [1 دقیقه]
03 درک نوت بوکهای Jupyter [35 دقیقه]
03-01 نمای کلی ماژول [1 دقیقه]
03-02 نسخه‌ی نمایشی- کاوش در رابط نوت بوک [7 دقیقه]
03-03 نسخه‌ی نمایشی- راه اندازی مجدد هسته [4 دقیقه]
03-04 نسخه‌ی نمایشی- سفارشی کردن میانبرها [3 دقیقه]
03-05 نسخه‌ی نمایشی- محدودیت‌های نوت بوک و خاموش کردن هسته‌ها [4 دقیقه]
03-06 نسخه‌ی نمایشی- استفاده از هسته‌های پایتون 2 و پایتون 3 [4 دقیقه]
03-07 نسخه‌ی نمایشی- استفاده از هسته‌های R و Python 3 [3 دقیقه]
03-08 نسخه‌ی نمایشی- کاوش دستورات جادوی خط و سلول [7 دقیقه]
03-09 خلاصه ماژول [2 دقیقه]
04 ایجاد تجزیه و تحلیل قابل اشتراک گذاری در نوت بوکهای Jupyter [30 دقیقه]
04-01 نمای کلی ماژول [1 دقیقه]
04-02 نسخه‌ی نمایشی- تجزیه و تحلیل و تجسم داده‌ها [7 دقیقه]
04-03 نسخه‌ی نمایشی- کاوش ویجت‌های تعاملی [7 دقیقه]
04-04 نسخه‌ی نمایشی- افزودن تعامل به توابع سفارشی [7 دقیقه]
04-05 نسخه‌ی نمایشی- ذخیره، ایست بازرسی، و صادرات نوت بوک [2 دقیقه]
04-06 نسخه‌ی نمایشی- اشتراک گذاری نوت بوک‌ها در Github [5 دقیقه]
04-07 خلاصه ماژول [1 دقیقه]
05 کار با نوت‌بوک‌های Jupyter میزبان ابر [24 دقیقه]
05-01 نمای کلی ماژول [2 دقیقه]
05-02 اجرای نوت‌بوک‌های میزبان Jupyter روی ابر [4 دقیقه]
05-03 نسخه‌ی نمایشی- ایجاد و کار با نمونه‌های نوت بوک در Amazon SageMaker [5 دقیقه]
05-04 نسخه‌ی نمایشی- بارگذاری نوت بوک در SageMaker و استفاده از پنجره ترمینال [2 دقیقه]
05-05 نسخه‌ی نمایشی- کاوش و کار با نوت بوکهای Azure [3 دقیقه]
05-06 نسخه‌ی نمایشی- نوت بوکهای میزبانی شده در یک ماشین مجازی یادگیری عمیق GCP [4 دقیقه]
05-07 نسخه‌ی نمایشی- آپلود فایل‌ها و اجرای کد در GCP [2 دقیقه]
05-08 خلاصه و مطالعه بیشتر [2 دقیقه]
جانانی راوی
Janani Ravi
جانانی راوی
جانانی دارای مدرک کارشناسی ارشد از استنفورد است و بیش از 7 سال در گوگل کار کرده است. او یکی از مهندسان اصلی Google Docs بود و دارای 4 پتنت برای فریمورک ویرایش مشارکتی بلادرنگ آن است. جانانی پس از گذراندن سال‌ها کار در فناوری در منطقه خلیج، نیویورک و سنگاپور در شرکت‌هایی مانند مایکروسافت، گوگل و فلیپ‌کارت، سرانجام تصمیم گرفت عشق خود به فناوری را با علاقه‌اش به تدریس ترکیب کند. او اکنون یکی از بنیانگذاران Loonycorn است، یک استودیوی محتوا که بر ارائه محتوای با کیفیت بالا برای توسعه مهارت‌های فنی متمرکز است. Loonycorn در حال کار بر روی توسعه یک موتور (پتنت ثبت شده) برای خودکارسازی انیمیشن‌ها برای ارائه‌ها و محتوای آموزشی است.
فارسی کلاس (FarsiClass.ir) سایتی منحصر بفرد در ایران، شامل آموزش های IT تخصصی و حرفه ای سایت پلورال سایت (Pluralsight) با زیرنویس فارسی و انگلیسی.
+ ما آموزش های یکی از تخصصی ترین سایتهای سازنده آموزشهای ویدیویی در جهان، یعنی پلورال سایت (Pluralsight) را فارسی سازی کرده و در اختیار شما قرار داده‌ایم.
+ زیرنویس‌های فارسی آموزشها، با جدیدترین تکنولوژی هوش مصنوعی (Artificial Intelligence به اختصار AI)، ترجمه شده و پس از آن، طی چند مرحله بصورت هوشمند، مورد بازبینی و ویرایش قرار میگیرد.
+ تمامی آموزشهای سایت فارسی کلاس، با زیرنویس فارسی و انگلیسی و با کیفیت ویدیوئی عالی (1280x720) ارائه میگردد.
فارسی کلاس (1403-1402)