'jupyter' 검색 결과

실행 중인 Jupyter에서 변수와 불러온 데이터를 유지하며 Python 코드를 시험하고 객체와 셀을 확인·편집합니다. 재시작 후 전체 셀의 순차 실행도 검증합니다.

• 변수를 유지하며 데이터를 탐색합니다
• DataFrame과 Python 객체를 확인합니다
• API와 복잡한 코드를 시험하고 수정합니다

Create and refine Jupyter notebooks for experiments, exploratory analysis, or tutorials. Bundled templates help organize runnable code and short explanations into clear steps, while validation guidance supports notebooks that others can read and rerun.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Starting a notebook for an experiment
• Turning scripts or notes into a structured notebook
• Creating a step-by-step teaching notebook

Create, edit, or validate Jupyter notebooks for SQL and Python analysis. Organize data sources, assumptions, calculations, and findings into a readable document that others can review and rerun, with execution gaps clearly identified.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Preparing an analysis notebook for handoff
• Organizing experiment logs and data-quality checks
• Making existing notebooks easier to read and rerun

Jupyter ノートブック (.ipynb) を marimo ノートブック (.py) に変換するスキル。 「Jupyterを変換して」「ipynbをmarimoに」「ノートブック変換」等のリクエストで発動。

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use when the user asks to create, scaffold, or edit Jupyter notebooks (`.ipynb`) for experiments, explorations, or tutorials; prefer the bundled templates and helper script for reproducible notebook structure and safer editing.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use a live Jupyter kernel for stateful, iterative Python execution via hamelnb. Load this skill when the task involves exploration, iteration, or inspecting intermediate results — data science, ML experimentation, API exploration, or building up complex code step-by-step. Uses terminal to run CLI commands against a live Jupyter kernel. No new tools required.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Iterative Python via live Jupyter kernel (hamelnb).

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use when the user asks to create, scaffold, or edit Jupyter notebooks (`.ipynb`) for experiments, explorations, or tutorials; prefer the bundled templates and run the helper script `new_notebook.py` to generate a clean starting notebook.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

通过实时 Jupyter kernel 进行交互式 Python（hamelnb）。

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Iterative Python via live Jupyter kernel (hamelnb).

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Apply best practices for Jupyter notebooks: cell ordering, reproducibility, parameterisation. Use when working with .ipynb files.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Guidelines for structuring and documenting Jupyter notebooks for reproducibility and clarity.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Execute Jupyter notebooks using local scripts or MCP Jupyter. Arguments: <notebook_path> [--mode] [--cells] [--timeout] [--batch] [--save]

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Reference for MCP Jupyter tools (kernel management, cell execution, Papermill). Use when executing notebooks, managing kernels, or running code interactively via MCP.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Iterative Python via live Jupyter kernel (hamelnb).

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Iterative Python via live Jupyter kernel (hamelnb).

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Guidelines for data analysis and Jupyter Notebook development with pandas, matplotlib, seaborn, and numpy.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Expert guidance for data analysis, visualization, and Jupyter Notebook development with pandas, matplotlib, seaborn, and numpy.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Iterative Python via live Jupyter kernel (hamelnb).

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use when the user asks to create, scaffold, or edit Jupyter notebooks (`.ipynb`) for experiments, explorations, or tutorials; prefer the bundled templates and run the helper script `new_notebook.py` to generate a clean starting notebook.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Lambda Labs에서 GPU 서버를 시작하고 머신러닝 학습과 추론을 실행하는 절차를 안내합니다. SSH 연결, 영구 저장소, Python API 조작과 여러 GPU를 활용한 분산 학습도 다룹니다.

• 장시간 학습에 사용할 전용 GPU 환경 준비
• 여러 GPU로 대규모 언어 모델 추가 학습
• 데이터셋과 학습 체크포인트 유지

Review an Anthropic Cookbook notebook for clear explanations, code quality, technical accuracy, and practical usefulness. It combines automated checks, including exposed credential detection, with a scored report and specific recommendations tied to sections and lines.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Review a Cookbook notebook before publication
• Check introductions and conclusions against learning objectives
• Scan for hardcoded API keys and credentials

Create scientific charts in Python with detailed control over axes, colors, labels, legends, and layout. Arrange multiple plots in one figure and export PNG, PDF, or SVG files for papers and presentations.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Create charts from experimental data
• Arrange multiple plots in one figure
• Adjust colors, labels, and annotations

Builds, runs, debugs, and operates applications on AWS Lambda MicroVMs — Firecracker-isolated, snapshot-resumable serverless compute environments running inside a container with up to 8 hr lifetimes. Applicable when workloads need strong isolation between tenants, isolated serverless compute, sandbox compute, or secure multi-tenant execution. Also suited for AI/agent code-execution sandboxes, interactive code playgrounds and notebooks (Jupyter, REPLs, dev environments running user-supplied code), reinforcement-learning environments, multi-tenant CI executors and build runners, sessionful game or simulation servers, or isolated security scanners. Also applicable when the workload needs long-lived sessions, a real port-listening server (gRPC, WebSocket, custom TCP protocols), state preserved across periods of inactivity (suspend/resume), container-level access (FUSE, eBPF, custom syscalls), or session-affine routing.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.