Implementácia DevOps s Microsoft Azure: Automatizujte nasadenie a začleňte kultúru DevOps

Recenzie čitateľov

Kniha poskytuje základný prehľad konceptov Microsoft Azure a DevOps, ale mnohým používateľom v nej chýba hĺbka a osvedčené postupy. Jej prístup zameraný na Javu sťažuje čitateľom z prostredia DotNet plné zapojenie sa do materiálu. Použitie snímok obrazovky a formátu podobného výučbovému kurzu sa považuje za silnú aj slabú stránku.

⬤ Dobre napísané
⬤ ľahko sledovateľné pre skúsených programátorov
⬤ dobrý prehľad o Microsoft Azure PaaS
⬤ zahŕňa Continuous Integration a Continuous Delivery
⬤ praktické s množstvom screenshotov
⬤ niektorí čitatelia ho považovali za užitočný pre začiatočníkov.

⬤ Nie je to hlboký ponor do tém
⬤ zameranie na Javu môže odradiť vývojárov DotNetu
⬤ chýba pokrytie osvedčených postupov
⬤ obsah môže pôsobiť povrchne
⬤ slúži predovšetkým ako návod, nie ako komplexný sprievodca.

(na základe 7 čitateľských recenzií)

Pôvodný názov:

Implementing DevOps with Microsoft Azure: Automate your deployments and incorporate the DevOps culture

Obsah knihy:

Vytvárajte škálovateľné aplikácie strojového učenia na podporu moderného podnikania založeného na údajoch pomocou Sparku 2. x

Kľúčové vlastnosti

⬤ Zoznámte sa s najnovšou verziou Apache Spark.

⬤ Využívajte knižnicu strojového učenia Spark na implementáciu prediktívnej analýzy.

⬤ Využívajte výkonné nástroje Sparku na načítanie, analýzu, čistenie a transformáciu údajov.

Popis knihy

V tejto knihe sa dozviete o populárnych algoritmoch strojového učenia a ich implementácii. Dozviete sa, ako sú rôzne koncepty strojového učenia implementované v kontexte Spark ML. Začnete inštaláciou Sparku v jednom a viacuzlovom klastri. Ďalej uvidíte, ako vykonávať programy založené na jazyku Scala a Python pre Spark ML. Potom si vezmeme niekoľko súborov údajov a hlbšie sa budeme venovať zhlukovaniu, klasifikácii a regresii. Ku koncu sa budeme venovať aj spracovaniu textu pomocou Spark ML.

Po osvojení si konceptov ich môžete použiť na implementáciu algoritmov buď v implementáciách na zelenej lúke, alebo na migráciu existujúcich systémov na túto novú platformu. Na používanie Spark ML môžete migrovať z Mahoutu alebo Scikitu.

Na konci tejto knihy získate zručnosti, ktoré vám umožnia využívať funkcie Sparku na vytváranie vlastných škálovateľných aplikácií strojového učenia a na podporu moderného podnikania založeného na údajoch.

Čo sa naučíte

⬤ Získajte praktické skúsenosti s najnovšou verziou Spark ML.

⬤ Vytvorte si svoj prvý program Spark s jazykmi Scala a Python.

⬤ Nastaviť a nakonfigurovať vývojové prostredie pre Spark na vlastnom počítači, ako aj na Amazon EC2.

⬤ Prístup k verejným súborom údajov strojového učenia a používanie Sparku na načítanie, spracovanie, čistenie a transformáciu údajov.

⬤ Používať knižnicu strojového učenia Spark na implementáciu programov s využitím známych modelov strojového učenia.

⬤ Pracovať s rozsiahlymi textovými údajmi vrátane extrakcie príznakov a používania textových údajov ako vstupu do modelov strojového učenia.

⬤ Napísať funkcie Spark na vyhodnotenie výkonnosti vašich modelov strojového učenia.

Pre koho je táto kniha určená

Ak máte základné znalosti strojového učenia a chcete implementovať rôzne koncepty strojového učenia v kontexte Spark ML, táto kniha je určená práve vám. Mali by ste dobre ovládať jazyky Scala a Python.