Ocena:
Obecnie brak opinii czytelników. Ocena opiera się na 4 głosach.
Data Science Solutions on Azure: Tools and Techniques Using Databricks and Mlops
Poznaj i naucz się umiejętności potrzebnych do korzystania z nowoczesnych narzędzi w Microsoft Azure. Ta książka omawia, jak praktycznie zastosować te narzędzia w branży i pomóc w transformacji organizacji w podmiot oparty na wiedzy i danych. Zapewnia kompleksowe zrozumienie cyklu życia nauki o danych i technik efektywnej produkcji obciążeń.
Książka rozpoczyna się od wprowadzenia do nauki o danych i omawia techniki statystyczne, które powinni znać naukowcy zajmujący się danymi. Następnie przejdziesz do uczenia maszynowego na platformie Azure, gdzie zapoznasz się z podstawami przygotowywania i inżynierii danych, a także z usługą Azure ML i zautomatyzowanym uczeniem maszynowym. Poznasz również Azure Databricks i dowiesz się, jak je wdrażać, tworzyć i zarządzać nimi. W końcowych rozdziałach omówione zostaną operacje uczenia maszynowego na platformie Azure, a następnie praktyczna implementacja sztucznej inteligencji za pomocą uczenia maszynowego.
Data Science Solutions on Azure ujawni, w jaki sposób różne usługi Azure współpracują ze sobą, wykorzystując rzeczywiste scenariusze i jak budować rozwiązania w jednym kompleksowym ekosystemie chmury.
Czego się nauczysz
⬤ Zrozumieć analitykę dużych zbiorów danych za pomocą Spark w Azure Databricks.
⬤ Integracja z usługami platformy Azure, takimi jak Azure Machine Learning i Azure Synaps.
⬤ Wdrażanie, publikowanie i monitorowanie obciążeń związanych z nauką o danych za pomocą usługi MLOps.
⬤ Zapoznanie się z abstrakcją danych, zarządzaniem modelami i wersjonowaniem za pomocą GitHub.
Dla kogo jest ta książka
Naukowcy zajmujący się danymi, którzy chcą wdrażać kompleksowe rozwiązania na platformie Azure przy użyciu najnowszych narzędzi i technik.
© Book1 Group - wszelkie prawa zastrzeżone.
Zawartość tej strony nie może być kopiowana ani wykorzystywana w całości lub w części bez pisemnej zgody właściciela.
Ostatnia aktualizacja: 2024.11.13 21:45 (GMT)