Jupyter Notebook e l’ambiente di sviluppo AI

Descrizione del corso

• Cosa è Jupyter Notebook e perché è lo strumento standard nel mondo AI e ML
• Differenza tra Jupyter Notebook, JupyterLab e Google Colab
• Installazione di Jupyter con pip e avvio del server locale
• L’interfaccia di Jupyter Notebook
• Le Celle di tipo Code e Markdown
• Eseguire celle con Shift+Enter e Ctrl+Enter
• Aggiungere, spostare, copiare ed eliminare celle
• Il Kernel: cosa è, come riavviarlo e come interromperlo
• Scrivere documentazione con Markdown nelle celle di testo
• Intestazioni, testo in grassetto, corsivo, liste e blocchi di codice
• Visualizzare grafici e immagini inline nel Notebook
• Esportare un Notebook in PDF, HTML e script Python
• Google Colab come alternativa cloud-based
• Differenze rispetto a Jupyter locale
• Caricare file e Dataset su Colab
• Utilizzare GPU gratuite su Colab per esperimenti ML
• Best practice per organizzare un Notebook in modo professionale e leggibile
• Esercizio #25.01 – Creare un Notebook completo con analisi dati, grafici e documentazione Markdown