Data Science & ML

Jupyter & Google Colab

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

16 питань зі співбесід·
Junior
1

Що таке Jupyter notebook?

Відповідь

Jupyter notebook — це інтерактивний документ, який поєднує виконуваний код, форматований текст (Markdown), візуалізації та результати у веб-інтерфейсі. Формат .ipynb (IPython Notebook) зберігає вміст у JSON, що полегшує обмін кодом і результатами. Назва Jupyter походить від Julia, Python та R — трьох мов, які підтримувалися спочатку.

2

Які два основні типи комірок у Jupyter notebook?

Відповідь

Jupyter notebooks містять переважно комірки Code для виконання коду Python та комірки Markdown для форматованого тексту. Комірки Code дозволяють виконувати код і відображати результати безпосередньо. Комірки Markdown підтримують форматування, заголовки, списки, посилання та навіть формули LaTeX для документування роботи.

3

Як виконати комірку в Jupyter notebook?

Відповідь

Комбінація Shift+Enter — це стандартний спосіб виконати комірку в Jupyter. Ця комбінація виконує активну комірку та автоматично переходить до наступної. Також можна використовувати Ctrl+Enter для виконання без переходу, або кнопку Run на панелі інструментів. Ці комбінації працюють у Jupyter Notebook, JupyterLab та Google Colab.

4

Який magic command вимірює час виконання одного рядка коду?

5

Яка різниця між режимами Edit і Command у Jupyter?

+13 питань зі співбесід

Інші теми співбесід Data Science & ML

Основи Python

Junior
25 запитань

Об'єктно-орієнтоване програмування Python

Junior
20 запитань

Структури даних Python

Junior
20 запитань

Основи Git

Junior
18 запитань

Основи SQL

Junior
20 запитань

Основи NumPy

Junior
22 запитань

Основи Pandas

Junior
22 запитань

SQL Joins та розширені запити

Mid-Level
22 запитань

Просунутий Pandas

Mid-Level
24 запитань

Візуалізація з Matplotlib & Seaborn

Mid-Level
20 запитань

Інтерактивні візуалізації з Plotly

Mid-Level
18 запитань

Описова статистика

Mid-Level
20 запитань

Інференційна статистика

Mid-Level
24 запитань

Web Scraping

Mid-Level
18 запитань

BigQuery & Cloud Data

Mid-Level
18 запитань

Feature Engineering

Mid-Level
22 запитань

Кероване ML: Регресія

Mid-Level
24 запитань

Кероване ML: Класифікація

Mid-Level
24 запитань

Дерева рішень та ансамблі

Mid-Level
24 запитань

Некероване ML

Mid-Level
22 запитань

ML Pipelines та валідація

Mid-Level
22 запитань

Часові ряди та прогнозування

Mid-Level
22 запитань

Основи Deep Learning

Senior
24 запитань

TensorFlow & Keras

Senior
22 запитань

CNN та класифікація зображень

Senior
24 запитань

RNN та послідовності

Senior
22 запитань

Transformers та Attention

Senior
24 запитань

NLP та Hugging Face

Senior
24 запитань

GenAI та LangChain

Senior
24 запитань

MLOps та розгортання

Senior
24 запитань

Опануй Data Science & ML для наступної співбесіди

Отримай доступ до всіх питань, flashcards, технічних тестів, вправ code review та симуляторів співбесід.

Почни безкоштовно