Savoir comment faire de l'apprentissage machine avec les technologies Microsoft. Ce livre vous apprend à faire des analyses prédictives, descriptives et prescriptives avec Microsoft Power BI, Azure Data Lake, SQL Server, Stream Analytics, Azure Databricks, HD Insight, et plus.
La capacité d'analyser des quantités massives de données en temps réel et de prédire le comportement futur d'une organisation est essentielle à son succès à long terme. La science des données, et plus particulièrement l'apprentissage machine (ML), est aujourd'hui en train de changer la donne et devrait être un élément clé de la stratégie de toute entreprise. La gestion d'un processus d'apprentissage machine à partir de la compréhension métier, de l'acquisition et du nettoyage des données, de la modélisation et du déploiement dans chaque outil est un ensemble de compétences précieuses.
Apprentissage machine avec les technologies Microsoft est un livre de démonstration qui explique comment faire de l'apprentissage machine avec les technologies Microsoft. Vous obtiendrez des informations précieuses sur la conception de la meilleure architecture pour le développement, le partage et le déploiement d'une solution d'apprentissage machine. Ce livre simplifie le processus de choix de l'architecture et des outils appropriés pour l'apprentissage machine en fonction de vos besoins et exigences spécifiques en matière d'infrastructure.
Un contenu détaillé est fourni sur les principaux algorithmes d'apprentissage machine supervisé et non supervisé et des exemples montrent des pratiques de ML utilisant à la fois les langages R et Python, les principaux langages des technologies Microsoft.
Ce que vous apprendrez Choisissez le bon produit Microsoft pour votre solution d'apprentissage machineCréer et gérer les environnements d'outils Microsoft pour le développement, les tests et la production d'un projet d'apprentissage machine.Mettre en œuvre et déployer l'apprentissage supervisé et non supervisé dans les produits Microsoft Configurez Microsoft Power BI, Azure Data Lake, SQL Server, Stream Analytics, Azure Databricks et HD Insight pour effectuer l'apprentissage machine. Mettre en place une machine virtuelle de science des données et tester les outils installés, tels que Azure ML Workbench, Azure ML Server Developer, Anaconda Python, Jupyter Notebook, Power BI Desktop, Cognitive Services, outils d'apprentissage machine et d'analyse de données, etc. Concevoir une solution d'apprentissage machine prenant en compte tous les aspects du libre-service, de l'entreprise, du déploiement et du partage.
A qui s'adresse ce livre ?
Les spécialistes des données, les analystes de données, les développeurs, les architectes et les gestionnaires qui veulent tirer parti de l'apprentissage machine dans leurs produits, leur organisation et leurs services, et prendre des décisions éclairées et économiques concernant leur architecture et leur ensemble d'outils ML.