Jupyter & Google Colab
Jupyter notebooks, markdown, magic commands, Google Colab, GPU, işbirliği, best practices
1Jupyter notebook nedir?
Jupyter notebook nedir?
Cevap
Jupyter notebook, çalıştırılabilir kodu, biçimlendirilmiş metni (Markdown), görselleştirmeleri ve çıktıları bir web arayüzünde birleştiren etkileşimli bir belgedir. .ipynb (IPython Notebook) formatı içeriği JSON olarak depolar, bu da kod ve sonuçları paylaşmayı kolaylaştırır. Jupyter adı, başlangıçta desteklenen üç dil olan Julia, Python ve R'den gelir.
2Jupyter notebook'ta iki ana hücre türü nedir?
Jupyter notebook'ta iki ana hücre türü nedir?
Cevap
Jupyter notebook'lar genellikle Python kodunu çalıştırmak için Code hücreleri ve biçimlendirilmiş metin için Markdown hücreleri içerir. Code hücreleri kodu çalıştırmaya ve sonuçları doğrudan göstermeye olanak tanır. Markdown hücreleri biçimlendirme, başlıklar, listeler, bağlantılar ve hatta çalışmayı belgelemek için LaTeX formüllerini destekler.
3Jupyter notebook'ta bir hücre nasıl çalıştırılır?
Jupyter notebook'ta bir hücre nasıl çalıştırılır?
Cevap
Shift+Enter kısayolu, Jupyter'da bir hücreyi çalıştırmanın standart yoludur. Bu kısayol aktif hücreyi çalıştırır ve otomatik olarak bir sonrakine geçer. İlerlemeden çalıştırmak için Ctrl+Enter veya araç çubuğundaki Run düğmesini de kullanabilirsiniz. Bu kısayollar Jupyter Notebook, JupyterLab ve Google Colab'da çalışır.
Tek bir kod satırının yürütme süresini ölçen magic command hangisidir?
Jupyter'da Edit ve Command modları arasındaki fark nedir?
+13 mülakat soruları
Diğer Data Science & ML mülakat konuları
Python Temelleri
Python Nesne Yönelimli Programlama
Python Veri Yapıları
Git Temelleri
SQL Temelleri
NumPy Temelleri
Pandas Temelleri
SQL Joins ve Gelişmiş Sorgular
İleri Pandas
Matplotlib & Seaborn ile Görselleştirme
Plotly ile Etkileşimli Görselleştirmeler
Tanımlayıcı İstatistik
Çıkarımsal İstatistik
Web Scraping
BigQuery & Cloud Data
Feature Engineering
Denetimli ML: Regresyon
Denetimli ML: Sınıflandırma
Karar Ağaçları ve Topluluk Yöntemleri
Denetimsiz ML
ML Pipeline'ları & Doğrulama
Zaman Serileri & Tahminleme
Deep Learning Temelleri
TensorFlow & Keras
CNN ve görüntü sınıflandırma
RNN ve Diziler
Transformers ve Attention
NLP ve Hugging Face
GenAI ve LangChain
MLOps ve Dağıtım
Bir sonraki mülakatın için Data Science & ML'de uzmanlaş
Tüm sorulara, flashcards'a, teknik testlere, code review alıştırmalarına ve mülakat simülatörlerine eriş.
Ücretsiz başla