Wat wordt er verder gedaan met de code uit de Jupyter-notebook?

De code van een Jupyter-notebook wordt vaak gebruikt als prototype of onderzoekswerk op het gebied van machine learning en data-analyse. Na het ontwikkelen en testen van modellen of algoritmen in de notebook, worden meestal de volgende stappen ondernomen:

• Refactoring en code-overdracht: de belangrijkste delen van de code (voorbewerking, training, evaluatie) worden in aparte modules of scripts ondergebracht voor gemakkelijker gebruik en herhaald uitvoeren.
• Integratie in productieomgevingen: het model en de code kunnen worden overgezet naar applicaties, services of pipelines voor automatische gegevensverwerking.
• Modeldeployments: de voorbereide modellen worden op servers, in de cloud of in mobiele applicaties uitgerold voor daadwerkelijk gebruik.
• Documentatie en rapporten: de resultaten van experimenten worden gedocumenteerd in rapporten, presentaties of artikelen.

Op deze manier is Jupyter-notebook een handig hulpmiddel voor ontwikkeling en experimenten, waarna code en modellen worden overgezet naar een meer gestructureerd en schaalbaar formaat voor industrieel gebruik.