はじめに
今回から数回にわけて、Jupyterを活用したシステム運用・管理のアイデアを紹介していきます。Jupyterは、Webブラウザーの画面上で、Pythonによるデータ分析を実施するツール「IPython Notebook」の機能拡張版として開発がスタートしました。現在では、Python以外の言語にも対応しており、Jupyterが稼働するサーバー上でbashを操作することも可能です。
今回は、まずは、標準的なJupyterの利用方法として、対話的なデータ分析ツールとしての使い方を紹介します。最近では、機械学習を利用した画像認識サービスなど、データ分析の仕組みをWebアプリケーションから利用する場面も増えてきました。このようなサービスをアプリケーションに組み込む際にも、処理内容に応じたチューニングを事前に実施するような場面で、Jupyterが活用できます。
Jupterの利用方法
データ分析に使用するPythonのモジュールを導入したサーバー上でJupyterを起動すると、図1のように、Webブラウザーでサーバーに接続して、対話的にPythonのコマンドを実行することができます。
fig01
図1 Jupyterのノートブック画面
実行結果は、ノートブックの形で記録されていき、以前に実行したコードを修正して再実行するなども簡単に行えます。データ分析の作業では、パラメーターを変更しながら結果を確認していくなど、手作業での試行錯誤が必要な場面も多いため、このような作業の効率化がはかれます。
この続きは以下をご覧ください
(リンク »)
お問い合わせにつきましては発表元企業までお願いいたします。