# Jupyter & Google Colab (Data Science & ML) > Jupyter notebooks、markdown、magic commands、Google Colab、GPU、コラボレーション、ベストプラクティス - 16 面接問題 - Junior - [面接問題: Data Science & ML](https://sharpskill.dev/ja/technologies/data-science/interview-questions.md) ## 1. Jupyter notebookとは何ですか? **回答** Jupyter notebookは、実行可能なコード、書式付きテキスト(Markdown)、可視化、結果をWebインターフェースで組み合わせたインタラクティブなドキュメントです。.ipynb (IPython Notebook) 形式はコンテンツをJSONとして保存するため、コードと結果を簡単に共有できます。Jupyterという名前は、当初サポートされていた3つの言語であるJulia、Python、Rに由来します。 ## 2. Jupyter notebookの2つの主要なセルタイプは何ですか? **回答** Jupyter notebookは主に、Pythonコードを実行するためのCodeセルと、書式付きテキストのためのMarkdownセルを含みます。Codeセルではコードを実行して結果を直接表示できます。Markdownセルでは書式設定、見出し、リスト、リンク、さらには作業を文書化するためのLaTeX数式もサポートしています。 ## 3. Jupyter notebookでセルを実行するにはどうすればよいですか? **回答** Shift+EnterショートカットがJupyterでセルを実行する標準的な方法です。このショートカットはアクティブなセルを実行し、自動的に次のセルに移動します。Ctrl+Enterで移動せずに実行することも、ツールバーのRunボタンを使うこともできます。これらのショートカットはJupyter Notebook、JupyterLab、Google Colabで動作します。 ## さらに13問利用可能 - 1行のコードの実行時間を測定するmagic commandはどれですか? - JupyterのEditモードとCommandモードの違いは何ですか? 無料で登録: https://sharpskill.dev/ja/login ## その他のData Science & ML面接トピック - [Pythonの基礎](https://sharpskill.dev/ja/technologies/data-science/interview-questions/python-basics.md): 25問, Junior - [Pythonオブジェクト指向プログラミング](https://sharpskill.dev/ja/technologies/data-science/interview-questions/python-oop.md): 20問, Junior - [Pythonのデータ構造](https://sharpskill.dev/ja/technologies/data-science/interview-questions/python-data-structures.md): 20問, Junior - [Git の基礎](https://sharpskill.dev/ja/technologies/data-science/interview-questions/git-fundamentals.md): 18問, Junior - [SQLの基礎](https://sharpskill.dev/ja/technologies/data-science/interview-questions/sql-basics.md): 20問, Junior - [NumPyの基礎](https://sharpskill.dev/ja/technologies/data-science/interview-questions/numpy-fundamentals.md): 22問, Junior - [Pandasの基礎](https://sharpskill.dev/ja/technologies/data-science/interview-questions/pandas-basics.md): 22問, Junior - [SQL Joinsと高度なクエリ](https://sharpskill.dev/ja/technologies/data-science/interview-questions/sql-joins-advanced.md): 22問, Mid-Level - [Pandas応用](https://sharpskill.dev/ja/technologies/data-science/interview-questions/pandas-advanced.md): 24問, Mid-Level - [Matplotlib & Seabornによる可視化](https://sharpskill.dev/ja/technologies/data-science/interview-questions/matplotlib-seaborn.md): 20問, Mid-Level - [Plotlyによるインタラクティブな可視化](https://sharpskill.dev/ja/technologies/data-science/interview-questions/plotly-interactive.md): 18問, Mid-Level - [記述統計](https://sharpskill.dev/ja/technologies/data-science/interview-questions/statistics-descriptive.md): 20問, Mid-Level - [推測統計学](https://sharpskill.dev/ja/technologies/data-science/interview-questions/statistics-inferential.md): 24問, Mid-Level - [Web Scraping](https://sharpskill.dev/ja/technologies/data-science/interview-questions/web-scraping.md): 18問, Mid-Level - [BigQuery & Cloud Data](https://sharpskill.dev/ja/technologies/data-science/interview-questions/bigquery-cloud.md): 18問, Mid-Level - [Feature Engineering](https://sharpskill.dev/ja/technologies/data-science/interview-questions/feature-engineering.md): 22問, Mid-Level - [教師あり機械学習：回帰](https://sharpskill.dev/ja/technologies/data-science/interview-questions/ml-supervised-regression.md): 24問, Mid-Level - [教師あり機械学習：分類](https://sharpskill.dev/ja/technologies/data-science/interview-questions/ml-supervised-classification.md): 24問, Mid-Level - [決定木とアンサンブル](https://sharpskill.dev/ja/technologies/data-science/interview-questions/ml-trees-ensembles.md): 24問, Mid-Level - [教師なしML](https://sharpskill.dev/ja/technologies/data-science/interview-questions/ml-unsupervised.md): 22問, Mid-Level - [MLパイプラインと検証](https://sharpskill.dev/ja/technologies/data-science/interview-questions/ml-pipelines-validation.md): 22問, Mid-Level - [時系列と予測](https://sharpskill.dev/ja/technologies/data-science/interview-questions/time-series-forecasting.md): 22問, Mid-Level - [Deep Learningの基礎](https://sharpskill.dev/ja/technologies/data-science/interview-questions/deep-learning-fundamentals.md): 24問, Senior - [TensorFlow & Keras](https://sharpskill.dev/ja/technologies/data-science/interview-questions/tensorflow-keras.md): 22問, Senior - [CNN と画像分類](https://sharpskill.dev/ja/technologies/data-science/interview-questions/cnn-image-classification.md): 24問, Senior - [RNNとシーケンス](https://sharpskill.dev/ja/technologies/data-science/interview-questions/rnn-sequences.md): 22問, Senior - [TransformersとAttention](https://sharpskill.dev/ja/technologies/data-science/interview-questions/transformers-attention.md): 24問, Senior - [NLPとHugging Face](https://sharpskill.dev/ja/technologies/data-science/interview-questions/nlp-huggingface.md): 24問, Senior - [GenAIとLangChain](https://sharpskill.dev/ja/technologies/data-science/interview-questions/genai-langchain.md): 24問, Senior - [MLOps とデプロイ](https://sharpskill.dev/ja/technologies/data-science/interview-questions/mlops-deployment.md): 24問, Senior --- Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack. HTML version of this page: https://sharpskill.dev/ja/technologies/data-science/interview-questions/jupyter-colab