Data Science & ML

Jupyter & Google Colab

Jupyter notebooks, markdown, magic commands, Google Colab, GPU, การทำงานร่วมกัน, best practices

16 คำถามสัมภาษณ์·
Junior
1

Jupyter notebook คืออะไร?

คำตอบ

Jupyter notebook คือเอกสารแบบโต้ตอบที่รวมโค้ดที่สามารถรันได้ ข้อความที่มีรูปแบบ (Markdown) การแสดงผลภาพ และผลลัพธ์ในอินเทอร์เฟซเว็บ รูปแบบ .ipynb (IPython Notebook) เก็บเนื้อหาเป็น JSON ทำให้แชร์โค้ดและผลลัพธ์ได้ง่าย ชื่อ Jupyter มาจาก Julia, Python และ R ซึ่งเป็นสามภาษาที่รองรับในตอนแรก

2

เซลล์สองประเภทหลักใน Jupyter notebook คืออะไร?

คำตอบ

Jupyter notebook ส่วนใหญ่มีเซลล์ Code สำหรับรันโค้ด Python และเซลล์ Markdown สำหรับข้อความที่มีรูปแบบ เซลล์ Code อนุญาตให้รันโค้ดและแสดงผลลัพธ์โดยตรง เซลล์ Markdown รองรับการจัดรูปแบบ หัวข้อ รายการ ลิงก์ และแม้แต่สูตร LaTeX เพื่อบันทึกการทำงาน

3

วิธีรันเซลล์ใน Jupyter notebook คืออะไร?

คำตอบ

ทางลัด Shift+Enter เป็นวิธีมาตรฐานในการรันเซลล์ใน Jupyter ทางลัดนี้รันเซลล์ที่ใช้งานอยู่และย้ายไปยังเซลล์ถัดไปโดยอัตโนมัติ คุณยังสามารถใช้ Ctrl+Enter เพื่อรันโดยไม่เลื่อนไป หรือปุ่ม Run ในแถบเครื่องมือ ทางลัดเหล่านี้ใช้งานได้ใน Jupyter Notebook, JupyterLab และ Google Colab

4

magic command ใดวัดเวลาในการรันโค้ดหนึ่งบรรทัด?

5

ความแตกต่างระหว่างโหมด Edit และ Command ใน Jupyter คืออะไร?

+13 คำถามสัมภาษณ์

หัวข้อสัมภาษณ์ Data Science & ML อื่นๆ

พื้นฐาน Python

Junior
25 คำถาม

การเขียนโปรแกรมเชิงวัตถุด้วย Python

Junior
20 คำถาม

โครงสร้างข้อมูล Python

Junior
20 คำถาม

พื้นฐาน Git

Junior
18 คำถาม

พื้นฐาน SQL

Junior
20 คำถาม

พื้นฐาน NumPy

Junior
22 คำถาม

พื้นฐาน Pandas

Junior
22 คำถาม

SQL Joins และคิวรีขั้นสูง

Mid-Level
22 คำถาม

Pandas ขั้นสูง

Mid-Level
24 คำถาม

การแสดงผลข้อมูลด้วย Matplotlib & Seaborn

Mid-Level
20 คำถาม

การแสดงผลแบบโต้ตอบด้วย Plotly

Mid-Level
18 คำถาม

สถิติเชิงพรรณนา

Mid-Level
20 คำถาม

สถิติเชิงอนุมาน

Mid-Level
24 คำถาม

Web Scraping

Mid-Level
18 คำถาม

BigQuery & Cloud Data

Mid-Level
18 คำถาม

Feature Engineering

Mid-Level
22 คำถาม

ML แบบมีผู้สอน: การถดถอย

Mid-Level
24 คำถาม

ML แบบมีผู้สอน: การจำแนกประเภท

Mid-Level
24 คำถาม

Decision Trees และ Ensembles

Mid-Level
24 คำถาม

Unsupervised ML

Mid-Level
22 คำถาม

ML Pipelines และการตรวจสอบ

Mid-Level
22 คำถาม

Time Series และการพยากรณ์

Mid-Level
22 คำถาม

พื้นฐาน Deep Learning

Senior
24 คำถาม

TensorFlow & Keras

Senior
22 คำถาม

CNN และการจำแนกภาพ

Senior
24 คำถาม

RNN และซีเควนซ์

Senior
22 คำถาม

Transformers และ Attention

Senior
24 คำถาม

NLP และ Hugging Face

Senior
24 คำถาม

GenAI และ LangChain

Senior
24 คำถาม

MLOps และการ Deploy

Senior
24 คำถาม

เชี่ยวชาญ Data Science & ML สำหรับการสัมภาษณ์ครั้งถัดไป

เข้าถึงคำถามทั้งหมด flashcards แบบทดสอบเทคนิค แบบฝึกหัด code review และตัวจำลองสัมภาษณ์

เริ่มใช้ฟรี