Notebooky Jupyter jsou zastaralé.
Prostě nemohou konkurovat moderním notebookům, které nabízejí mnohem více funkcí, včetně AI.
Používám Zerve a opravují vše, co je na noteboocích špatně.
Jedná se o notebook s úplně jinou filozofií a architekturou postavený od nuly. Zkušenost je velmi odlišná.
A je postaven s pomocí umělé inteligence od samého jádra.
Zde je několik poznámek o Zerve:
1. Je webový, takže ke své práci máte přístup odkudkoli
2. Můžete si jej zdarma hostit sami
3. Spolupráce v reálném čase
4. Podporuje modularitu kódu pomocí bloků
5. Nasazení jedním kliknutím
6. Bezserverové výpočetní prostředky, které se okamžitě škálují
7. Můžete používat více jazyků najednou
8. Bloky kódu můžete spouštět paralelně
9. Asistent AI, který vám pomůže při práci
Nejlepší způsob, jak to zkusit:
Importujte některé ze svých poznámkových bloků do Zerve a okamžitě pochopíte, proč je to tak skvělé. Zde je odkaz:
Tím se změní způsob, jakým datoví vědci píší kód.
Děkuji týmu Zerve za spolupráci se mnou na tomto příspěvku.
Každý startup zabývající se kódováním umělé inteligence tvrdí, že jeho nástroj vytváří "kód připravený k produkci".
To je jen marketing. To byste měli brát s rezervou.
Za prvé, psaní kódu "připraveného k produkci" je extrémně pracné a nemyslím si, že kódování pomocí umělé inteligence ještě existuje. Tyto modely jsou mnohem efektivnější při přechodu z 0 → 0,8, ale stále potřebujeme lidi pro konečnou 0,2.
Za druhé, jediným způsobem, jak zjistit, zda vaše aplikace funguje v produkčním prostředí, je spustit ji v produkčním prostředí. Pokud nám tyto startupy neukážou zkušenosti s výrobou běžícího softwaru, neměli byste věřit jejich tvrzením.
To je stále způsob, jakým doporučuji většině lidí začít se strojovým učením:
1. Začněte s Pythonem
2. Naučte se používat Google Colab
3. Udělejte si výukový program o pandách
4. Poté výukový program Seaborn
5. Naučte se používat rozhodovací stromy
6. Dokončete Kaggleův "Úvod do strojového učení"
7. Vyřešte výzvu Titaniku