Bagaimana Bekerja Dengan Notebook Jupyter menggunakan Amazon Web Services?

Notebook Jupyter dianggap sebagai konsol IPython terbaik untuk melakukan semua aktivitas terkait Ilmu Data dan Pembelajaran Mesin menggunakan bahasa pemrograman Python. Ini karena visualisasi data yang mudah dan eksekusi kode pembelajaran engine yang cepat di dalam konsolnya. Notebook ini hadir sebagai perpustakaan pihak ketiga yang dapat didownload melalui instalasi pip dan tidak ada prasyarat untuk notebook ini selain instalasi Python atau Anaconda di komputer. Sekarang, mengakses notebook ini melalui Python dan Anaconda diketahui oleh setiap Data Scientist di luar sana tetapi bagaimana jika notebook ini dapat diakses melalui berbagai platform berbasis cloud juga?? Ya, itu mungkin dengan bantuan service seperti lab Jupyter, Microsoft Azure, Amazon Web Services.

Ini adalah beberapa alat yang paling banyak digunakan di organisasi mana pun karena fitur penanganan dan penerapan data yang luar biasa yang mereka tawarkan bersama dengan penyediaan server di cloud. Mengakses Jupyter melalui lab Jupyter dan Azure agak mudah dan sebagian besar diketahui semua orang di luar sana, tetapi bagaimana dengan AWS?

Hari ini saya akan memandu Anda tentang cara mengoperasikan notebook Jupyter menggunakan service AWS yang disediakan oleh Amazon. Jadi tanpa membuang waktu lagi mari kita mulai!

Langkah-langkah untuk menjalankan server AWS Cloud dengan Juypter NoteBook

  • Hal pertama dan terpenting yang harus dilakukan adalah membuka browser web dan ketik AWS free tier. Setelah ini, klik tautan pertama yang disediakan di halaman web dan Anda akan diarahkan ke halaman utama AWS. Di sini klik Buat Akun Baru.

  • Setelah diklik, Anda akan dibawa untuk membuat akun baru dengan AWS. Cukup isi detail yang diminta dan buat akun Anda.

  • Setelah mengisi rincian klik Lanjutkan dan Anda akan dibawa ke halaman Informasi Kontak. Untuk useran individu, pilih opsi Pribadi dan isi detail seperti yang diminta oleh AWS. Klik Buat Akun setelah mengisi detail.
  • Berikan detail Kartu Kredit dan detail PAN Anda. Detail Kartu Kredit diperlukan untuk memulai AWS dan INR 2 awal akan dipotong dari kartu Anda.
  • Setelah hal-hal terkait pembayaran selesai, proses verifikasi akan dimulai yang akan meminta Anda untuk memasukkan no ponsel Anda. Berikan yang sama dan selesaikan proses verifikasi.
  • Setelah ini selesai, pilih paket dukungan seperti gratis, bisnis, dan pengembang. Untuk service gratis pilih paket Basic.

  • Selamat karena akun gratis Anda telah dibuat dan sekarang Anda siap untuk mulai bekerja di Jupyter.
  • Di browser Anda cukup ketik konsol AWS dan itu akan membawa Anda ke halaman konsol utama AWS. Cukup masuk dengan memberikan kredensial root Anda.

  • Jendela utama konsol AWS telah terbuka untuk Anda. Sekarang Anda hanya perlu mengetikkan Sagemaker di bilah pencarian yang disediakan di konsol. Setelah selesai, Amazon Sagemaker akan terbuka untuk Anda. Di sini temukan opsi untuk Instans Notebook dan buat instans notebook Anda dengan mengisi detail tertentu seperti nama Instans Notebook, jenis Instans Notebook, dan peran IAM. Harap perhatikan bahwa Anda perlu membuat peran IAM baru untuk membuat Notebook. Selain itu, Anda perlu menentukan istilah yang disebut ember S3 untuk instans Notebook Anda. Bucket S3 tidak lain adalah wadah tempat Anda akan menyimpan pekerjaan dan data lainnya.

  • Setelah semua detail diisi, cukup klik buat Notebook dan AWS akan mulai membuat instance Notebook untuk Anda. Ini membutuhkan sedikit waktu dan setelah dibuat, Anda dapat mengakses notebook Anda sebagai Notebook Jupyter dan mulai mengerjakannya.

Untuk detail lebih lanjut tentang cara menggunakan service AWS EC2, Anda dapat mengikuti dokumentasi resmi mereka atau dapat mengikuti tutorial di Youtube seperti Krish Naik, KGP Talkie, dan banyak lagi. Saluran ini akan membantu Anda mendapatkan pemahaman yang lebih baik tentang service AWS.

Kesimpulan

Ini adalah bagaimana kita dapat bekerja di Jupyter menggunakan Amazon Web Services. Jadi mulailah membangun proyek AWS pertama Anda menggunakan Jupyter.