クラウドベースNotebook環境「Noteable」の使い方超々入門

Noteableは、Jupyter Notebook の代替手段の1つで、クラウドベースのノートブックプラットフォームです。

データ分析やデータサイエンス、機械学習などのタスクを、Noteable上のノートブックで実施することができます。

クラウドベースということもあり、リアルタイムで共同作業をすることもできるため、チームや組織にとって非常に便利です。

個人でも、ネットさえ繋がっていれば、Noteableにログインすることで、いつでも作業を再開することができます。

さらに、CSVやJSONファイルに対するSQLクエリの作成、PythonとSQLを同じノートブックで使用するなどの機能があります。

似たようなクラウドベースのノートブックプラットフォームはたくさんあります。

Google colab https://colab.research.google.com/
Kaggle https://www.kaggle.com/code
Deepnote https://deepnote.com/
Cocalc https://cocalc.com/features/jupyter-notebook
Saturncloud https://saturncloud.io/
Datalore https://www.jetbrains.com/datalore/

他にも、Microsoft Azure ノートブックやAmazon SageMaker ノートブックなど、クラウドの開発環境と結びついたものが有名です。

どれも似たようなものですが、少し違いがあります。

Noteableは、SQLが使え、さらにデータ可視化機能も充実しています。要は、EDA（探索的データ分析）が非常に楽にできます。

今回は、Noteableの簡単な使い方について説明します。

ちなみに、今現在（2023年7月11日現在）、NoteableはChatGPTのプラグインもあり、ChatGPT上でNoteableを実行することができます。別の機会にお話しします。

Contents

Noteableアカウントの作成
Noteable上でノートブックを新規に作ろう
ノートブックの入力セルに入力し実行しよう
ライブラリーのインストール
予測モデル（回帰問題）を作ってみる
ノートブックの共有
まとめ

Noteableアカウントの作成

先ずは、Noteableのウェブサイト（https://noteable.io/）にアクセスし、アカウントを作成します。

Noteableのウェブサイトの右上に「Sign in/up」をクリックします。

アカウント作成にはメールアドレスとパスワードが必要です。Googleアカウントなどをお持ちの方は、そちらで十分です。

アカウント作成が完了すると、Noteableの操作画面に遷移します。

Noteable上でノートブックを新規に作ろう

ノートブックの作り方は幾つかあります。

例えば、以下のように「左下」にある「＋Create」（もしくは「＋Add/Create」）から作成するのが簡単です。Notebook Name を設定すると作成されます。

Jupyter NotebookやGoogle colabなどのノートブックと基本同じで、ノートブックは入力セルと出力セルで構成されます。何も実行していない状態では、入力セルしかありません。

ノートブックの入力セルに入力し実行しよう

入力セルに入力できるのは、次の3つです。

Python ( or R）
SQL
Markdown

他のノートブック環境と大きく異なるのは、デフォルトでSQLが使えることです。

入力セルの切り替えは、セルの左上で変更します。

コード入力は基本Pythonですが、KernelをRに変換すると、Rでのコーディングができます。

入力セルを実行するときは、セルの左下の「▶」をクリックします。

入力セルの左側に表示されている「＋」をクリックすると、新たな入力セルが生成されます。

ライブラリーのインストール

ライブラリーフリーを謳っている（？？？）だけあり、ライブラリーのインストール作業をする必要が基本なく（少なくとも私が使っている限りでは、ですが……）、そこで躓くことがなく非常に快適です。

しかし、それにも限界があるます。

Noteableでは、プロジェクトにrequirements.txtファイルを作成し追加（upload）することで、pip経由でPythonのライブラリーをインストールできます。

numpyとpandasはデフォルトで使えるので、本当は記載する必要はありませんが、例えば、最新バージョンのnumpyとpandasをインストールする場合の、requirements.txtの記載例です。

numpy
pandas

特定のバージョンを指定する場合は次のようになります。

numpy==1.20.3
pandas==1.3.4

requirements.txtの記載ルールの詳細は、以下を参考にしてください。

Requirements File Format
https://pip.pypa.io/en/stable/reference/requirements-file-format/

後ほど、PythonのAutoML（自動機械学習）パッケージであるTPOTのモジュールを使い、予測モデルを構築します。

そのため、「tpot」をインストールしてある環境が必要です。

今回は、以下のように記載されたrequirements.txtを作成し、Noteableに追加（upload）します。

tpot

Noteableにrequirements.txtを追加（upload）するときは、プロジェクト名（例では「My First Project」）の右隣にある「・・・」をクリックし、「Upload Files」を選択しファイルをアップロードします。

環境構築が終了すると、アカウント作成時のメールに連絡がきます。

メール連絡が来たら、requirements.txtが反映されたKerneへ変更しましょう。

ノートブックページの左の設定サイドバーにアクセスし、ドロップダウンメニューから “Project scoped kernel “を選択します。

これで、requirements.txtに記載したライブラリーが使えます。

予測モデル（回帰問題）を作ってみる

今回はscikit-learnから提供されているカリフォルニアの住宅価格データセットを使います。

【今回使用】
scikit-learnから提供されているサンプルデータセット
 https://scikit-learn.org/stable/datasets/index.html#california-housing-dataset

データ数は20640件です。

目的変数は、カリフォルニアの区画ごとの住宅価格の中央値です。

特徴量（説明変数）は、以下の8個です。

項目名	詳細
MedInc	区画の収入の中央値
HouseAge	区画の築年数
AveRoom	区画の家の部屋数の平均値
AveBedrms	区画の寝室の平均値
Population	区画の人口
AveOccup	区画の平均入居率
Latitude	区画の緯度
Longitude	区画の経度