Inhaltspezifische Aktionen

JupyterHub

Kontakt

Sie haben Fragen zu JupyterHub? Wenden Sie sich bitte an unseren Support unter support

Jupyter – Explorative Datenanalyse mit Code, multimedialen Inhalten und interaktiver Visualisierung

Jupyter ist eine webbasierte Open-Source-Software. Die Nutzenden können im Rahmen eines Notebooks multimediale Inhalte miteinander verbinden, teilen und wiederverwenden: Texte, Bilder, Videos, interaktive Inhalte und das besondere Grundfeature ausführbarer Programmiercode in diversen Programmiersprachen wie zum Beispiel Python, R oder Java.

Diese Eigenschaften bieten gute Voraussetzungen zur Vermittlung von Programmierkenntnissen und Data Literacy, der Fähigkeit Sachverhalte mit Hilfe von Daten zu verstehen, bearbeiten, beschreiben, interpretieren und diskutieren zu können.

Login JLU JupyterHub!
 (mit JLU-Benutzerkennung und Passwort)

  JupyterHub-Angebot der JLU befindet sich aktuell im Probebetrieb!

 

Jupyter - ein leistungsfähiges, webbasiertes, DSGVO- konformes Angebot für Lehrende und Studierende

Lehrende können …

  • Programmier-, Datenanalyse- und KI-Umgebungen zentral für Lehrveranstaltungen bereitstellen
  • Einheitliche Arbeitsumgebungen ohne lokale Installation zur Verfügung stellen
  • Leistungsfähige Rechen-Ressourcen für datenintensive Lehr- und Forschungsprojekte nutzen
  • Kursmaterialien, Notebooks und Datensätze einfach verwalten und teilen
  • Sensible Daten auf universitätseigener Infrastruktur DSGVO-konform verarbeiten

Studierende können …

  • Über den Browser auf eine vollständige Arbeits- und Programmierumgebung zugreifen
  • Ohne Installationsaufwand sofort mit Programmierung, Datenanalyse und KI-Anwendungen starten
  • Leistungsfähige Rechenressourcen nutzen, unabhängig von der eigenen Hardwareausstattung
  • Von jedem Ort und mit jedem Endgerät auf ihre Arbeitsumgebung zugreifen
  • Mit den gleichen Werkzeugen arbeiten, die auch in Forschung und Praxis eingesetzt werden

 

JupyterHub – Schnelleinstieg

  1. Login
    Öffne die Jupyternotebook‑Portalseite und melde dich mit deiner JLU‑Benutzerkennung + Passwort an. Sobald dein Konto verifiziert ist, bekommst du Zugriff auf JupyterHub – die zentrale Arbeitsumgebung.

  2. Server‑Option auswählen
    Auf dem Start‑Dashboard steht ein Auswahlmenü mit 4 möglichen Server‑Setups. Pro Option bekommst du ein vorkonfiguriertes Notebook‑Environment:

    Option Was du bekommst
    Scipy Python‑Umgebung mit allen Standard‑Scientific‑Python‑Bibliotheken (NumPy, SciPy, Matplotlib, Pandas…)
    DataScience Erweiterte Umgebung mit Bibliotheken für Datenanalysen aus Python, R und Julia.
    VS Code Du bekommst ein browser‑basiertes VS Code‑UI (editieren, Debuggen, Extensions).
    RStudio R‑Umgebung inklusive RStudio Server.

Anwendungsszenarien inder Lehre

Jupyter Notebooks können auf verschiedene Arten in die Lehre eingesetzt werden. Hier finden Sie erste Szenarien:

Vermittlung von Programmiergrundlagen

In Jupyter Notebooks können wie in einem digitalen Textbuch erste Konzepte der Programmierung in verschiedenen Programmiersprachen vorgestellt werden. Der Vorteil ist, es können direkt ausführbare Beispiele eingebaut und Übungen im selben Dokument gemacht werden. Alle Inhalte werden dem/der Lernenden zur Verfügung gestellt. Lehrende können die Schrittweiten im Stoff variieren, Lösungen anbieten und danach weitere Übungsversuche zur Verfügung stellen.

Der Vorteil der Jupyter Notebooks ist, dass alle benötigten Unterlagen, Pakete und Bibliotheken vorhanden sind. Lernende können sich so auf das Lernziel konzentrieren.

Vermittlung eines Themas

Darstellung eines Themenkomplexes mit einführendem Text, ausführbaren Code, Videos, (interaktiven) Grafiken und weiterführenden Referenzen. Die Lernenden bekommen neben dem inhaltlichen Einblick auch Zugriff auf die Information, wie eine Analyse technisch durchführt wird und Daten aufbereitet werden. Im Anschluss können inhaltliche Aufgaben gestellt werden.

Der Vorzug der Jupyter Notebooks ist auch hier, dass alles in ein Dokument abgelegt werden kann und über den JupyterHub an einen Kurs verteilt werden kann. Es verschafft die Möglichkeit einen tieferen Einblick in zum Beispiel die Datenanalyse zu bekommen. Ergebnisse müssen keine Black Box mehr sein.

Erarbeitung eines Themas

Lernende erarbeiten innerhalb eines Dokuments ein Thema inhaltlich. Sie schreiben den Text, programmieren den Code, werten Daten aus und stellen die Ergebnisse grafisch dar und interpretieren sie. Dieser sehr eigenständige Ansatz kann von Lehrenden mehr oder weniger begleitet werden, zum Beispiel,

  • indem sie Studierenden schon eine Vorarbeit in Form eines Jupyter Notebooks geben, die die Studierenden unter einen anderen Aspekt bearbeiten
  • eine Vorlage an der sie sich orientieren können
  • oder sie komplett neu starten lassen.

Jupyter Notebooks können weitergegeben und wiederverwendet werden. Somit können Themen oder Themenaspekte wieder oder neu bearbeitet werden. Lernende können so zum einen Erlerntes wieder aufgreifen und erleben, dass wissenschaftliches Arbeit immer weiter aufeinander aufbaut. Neue und unterschiedliche Aspekte können aus einem Notebook heraus bearbeitet werden.

Gitlab der UB

Versionsverwaltung für Software und Texte

GitLab ist eine Webanwendung und basiert auf der Software „Git". Es dient zur Verwaltung von Software-Code und dem Management von Softwareprojekten. Kern von GitLab sind die Projekte, welche wiederum im Kern ein Git-Repository darstellen, mit dem der Bearbeitungsstand des Software-Codes versioniert werden kann. GitLab bietet darüber hinaus für jedes Projekt zusätzlich ein Wiki, ein Ticketsystem und vieles mehr.

GitLab eignet sich besonders zum Arbeiten in Gruppen oder für Tutorien und Kurse, in denen Code an die Teilnehmenden verteilt werden soll, beispielsweise ein R- oder Python-Kurs. Darüber hinaus kann das Ticketsystem sehr hilfreich sein, wenn man bspw. gemeinsam an einem größeren Projekt arbeitet. Größere Vorhaben lassen sich ebenfalls über Projekte und Unterprojekte abbilden.

Der größte Vorteil von GitLab ist die Versionsverwaltung. Diese ermöglicht die jederzeit nachvollziehbare Änderung von Dateien und erlaubt im Zusammenspiel mit dem Ticketsystem und dem Wiki eine transparente und dokumentierte Arbeitsumgebung und ermöglicht dadurch bspw. auch Open Science Projekte. Binärdateien wie Bilder, Videos u.a. können über GitLFS ebenfalls eingebunden werden.

Die Nutzung von GitLab steht Mitgliedern und Angehörigen der JLU mit gültiger g- oder s-Kennung zur Verfügung. Allen Nutzenden stehen i.d.R. 50 Projekte mit jeweils bis zu 1 GB Speicher zur Verfügung. Für die Verwaltung großer Daten kann GitLFS genutzt werden. Hilfreiche Informationen zur Verwendung von GitLab finden sie auch unter https://gitlab.ub.uni-giessen.de/jlugitlab/support.

Sie erreichen das GitLab der JLU Gießen unter folgender Adresse: https://gitlab.ub.uni-giessen.de/. Zur Anmeldung benötigen Sie Ihre HRZ-Benutzerkennung sowie das zugehörige Passwort. Sollten Sie Fragen zu GitLab haben, melden Sie sich gerne beim Forschungsdatenteam der JLU Gießen.

 

 

Sie benötigen ein individuelles JuypterHub für die Lehre?

Die Bioinformatik der JLU Gießen bietet einen individuellen JuypterHub-Service über die de.NBI-Cloud an.

Lassen Sie sich gerne vom Team der Bioinformatik beraten!

 

Weitere Informationen zu JupyterHub

Nutzungsbedingungen

Regeln und Bedingungen für die Nutzung des JupyterHub.

Datenschutzerklärung

Informationen zum Datenschutz.

Barrierefreiheitserklärung

Zur Barrierefreiheitserklärung des JupyterHub.