昨天我們把機器學習的模型誤差討論完，今天來介紹Cloud Datalab服務。
目前有許多人在寫Python程式時不是使用Python內建的IDE，而是使用Jupyter notebook居多，當然寫機器學習程式時也會使用到Jupyter notebook，Google目前有一個Cloud Datalab服務，他的開發基礎就是Jupyter notebook，使用Cloud Datalab能夠在GCP上探索、分析及轉換資料，以視覺化方式呈現資料內容，並建立機器學習模型，而講師在課程當中有提到一些操作教學，讓第一次使用的初學者能夠很快就上手。
講師強調Cloud Datalab的特點就像Google文件編輯軟體一樣，能夠託管在雲端上進行編輯和執行，如果想進行修改的話不像線下不可編輯的PDF，如果想要修改得另存成其他檔案，而線上檔案的話沒有這問題。
Cloud Datalab是以虛擬機VM的環境運作，不會吃到本機的效能，所以你可以在上面跑多支程式，一支程式是一個筆記本，如果說有筆記本用完後不想再用的，可以把它停止來省下虛擬機的記憶體空間。
我覺得用過Jupyter notebook和Cloud Datalab後發現，確實Cloud Datalab有他的方便編輯以及能共同協作的特性，如果說想要有時分享寫的程式給別人，Cloud Datalab也是不錯，主要還是要看自己的需求。
今天先介紹到這，明天來討論如果沒有機器學習的話該怎麼解決問題。
iThome鐵人賽
看影片追技術