Data Science Solutions on Azure / Soh, Julian  

Público ISBD Ningún comentario para este registro. Título : Data Science Solutions on Azure : Tools and Techniques Using Databricks and MLOps Tipo de documento: documento electrónico Autores: Soh, Julian, Autor ; Singh, Priyanshi, Autor Mención de edición: 1 ed. Editorial: Berkeley, CA : Apress Fecha de publicación: 2020 Número de páginas: XIII, 285 p. 186 ilustraciones ISBN/ISSN/DL: 978-1-4842-6405-8 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: programas de microsoft  NET Framework microsoft  microsoft Índice Dewey: 005.268 Aplicaciones de software Resumen: Comprenda y aprenda las habilidades necesarias para utilizar herramientas modernas en Microsoft Azure. Este libro analiza cómo aplicar de forma práctica estas herramientas en la industria y ayudar a impulsar la transformación de las organizaciones en una entidad basada en el conocimiento y los datos. Proporciona una comprensión integral del ciclo de vida de la ciencia de datos y las técnicas para producir cargas de trabajo de manera eficiente. El libro comienza con una introducción a la ciencia de datos y analiza las técnicas estadísticas que los científicos de datos deben conocer. Luego pasará al aprendizaje automático en Azure, donde revisará los conceptos básicos de preparación e ingeniería de datos, junto con el servicio Azure ML y el aprendizaje automático automatizado. También explorará Azure Databricks y aprenderá cómo implementarlos, crearlos y administrarlos. En los capítulos finales, analizará las operaciones de aprendizaje automático en Azure seguidas de la implementación práctica de la inteligencia artificial a través del aprendizaje automático. Data Science Solutions en Azure revelará cómo los diferentes servicios de Azure funcionan juntos utilizando escenarios de la vida real y cómo crear soluciones en un único ecosistema de nube integral. Usted: Comprenderá el análisis de big data con Spark en Azure Databricks Se integrará con servicios de Azure como Azure Machine Learning y Azure Synaps Implementará, publicará y monitoreará sus cargas de trabajo de ciencia de datos con MLOps Revisará la abstracción de datos, la gestión de modelos y el control de versiones con GitHub. Nota de contenido: Chapter 1: Data Science in the Modern Enterprise -- Chapter 2: Statistical Techniques and Concepts in Data Science -- Chapter 3: Data Preparation and Data Engineering Basics -- Chapter 4: Introduction to Azure Machine Learning -- Chapter 5: Hands on with Azure Machine Learning -- Chapter 6: Apache Spark, Big Data, and Azure Databricks -- Chapter 7: Hands-on with Azure Databricks -- Chapter 8: Machine Learning Operations. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Data Science Solutions on Azure : Tools and Techniques Using Databricks and MLOps [documento electrónico] / Soh, Julian, Autor ; Singh, Priyanshi, Autor  . -  1 ed.  . - Berkeley, CA : Apress, 2020 . - XIII, 285 p. 186 ilustraciones. ISBN : 978-1-4842-6405-8 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: programas de microsoft  NET Framework microsoft  microsoft Índice Dewey: 005.268 Aplicaciones de software Resumen: Comprenda y aprenda las habilidades necesarias para utilizar herramientas modernas en Microsoft Azure. Este libro analiza cómo aplicar de forma práctica estas herramientas en la industria y ayudar a impulsar la transformación de las organizaciones en una entidad basada en el conocimiento y los datos. Proporciona una comprensión integral del ciclo de vida de la ciencia de datos y las técnicas para producir cargas de trabajo de manera eficiente. El libro comienza con una introducción a la ciencia de datos y analiza las técnicas estadísticas que los científicos de datos deben conocer. Luego pasará al aprendizaje automático en Azure, donde revisará los conceptos básicos de preparación e ingeniería de datos, junto con el servicio Azure ML y el aprendizaje automático automatizado. También explorará Azure Databricks y aprenderá cómo implementarlos, crearlos y administrarlos. En los capítulos finales, analizará las operaciones de aprendizaje automático en Azure seguidas de la implementación práctica de la inteligencia artificial a través del aprendizaje automático. Data Science Solutions en Azure revelará cómo los diferentes servicios de Azure funcionan juntos utilizando escenarios de la vida real y cómo crear soluciones en un único ecosistema de nube integral. Usted: Comprenderá el análisis de big data con Spark en Azure Databricks Se integrará con servicios de Azure como Azure Machine Learning y Azure Synaps Implementará, publicará y monitoreará sus cargas de trabajo de ciencia de datos con MLOps Revisará la abstracción de datos, la gestión de modelos y el control de versiones con GitHub. Nota de contenido: Chapter 1: Data Science in the Modern Enterprise -- Chapter 2: Statistical Techniques and Concepts in Data Science -- Chapter 3: Data Preparation and Data Engineering Basics -- Chapter 4: Introduction to Azure Machine Learning -- Chapter 5: Hands on with Azure Machine Learning -- Chapter 6: Apache Spark, Big Data, and Azure Databricks -- Chapter 7: Hands-on with Azure Databricks -- Chapter 8: Machine Learning Operations. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

Microsoft Azure / Soh, Julian  

Público ISBD Ningún comentario para este registro. Título : Microsoft Azure : Planning, Deploying, and Managing the Cloud Tipo de documento: documento electrónico Autores: Soh, Julian, Autor ; Copeland, Marshall, Autor ; Puca, Anthony, Autor ; Harris, Micheleen, Autor Mención de edición: 2 ed. Editorial: Berkeley, CA : Apress Fecha de publicación: 2020 Número de páginas: XXIII, 533 p. 313 ilustraciones ISBN/ISSN/DL: 978-1-4842-5958-0 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: programas de microsoft  NET Framework microsoft  Recuperación de información  Arquitectura de Computadores  microsoft  Representación de almacenamiento de datos Índice Dewey: 5.268 Resumen: Obtenga la información técnica y empresarial necesaria para planificar, implementar y gestionar los servicios proporcionados por la nube de Microsoft Azure. Esta segunda edición se centra en mejorar los puntos de inflexión en las decisiones operativas para los profesionales que lideran equipos de seguridad y DevOps. Esto le permitirá tomar una decisión informada sobre las cargas de trabajo adecuadas para su negocio en crecimiento en la nube pública de Azure. Microsoft Azure comienza con una introducción a Azure junto con una descripción general de sus servicios de arquitectura, como IaaS y PaaS. También echará un vistazo a los servicios de datos, inteligencia artificial y aprendizaje automático de Azure. A continuación, cubrirá la planificación y adopción de Azure, donde analizará la elaboración de presupuestos, la economía de la nube y el diseño de un centro de datos híbrido. En el camino, trabajará con aplicaciones web, red PaaS, máquinas virtuales y mucho más. La sección final del libro comienza con los servicios de datos de Azure y big data con una discusión en profundidad de Azure SQL Database, CosmosDB, Azure Data Lakes y MySQL. Además, verá cómo migrar bases de datos locales a Azure y utilizar la ingeniería de datos. A continuación, descubrirá los diversos servicios de Azure para desarrolladores de aplicaciones, incluidas las aplicaciones web Azure DevOps y ASP.NET. Finalmente, analizará las herramientas de inteligencia artificial y aprendizaje automático en Azure, incluidos Azure Cognitive Services. Usted: Aplicará guías de diseño y mejores prácticas utilizando Microsoft Azure para lograr el crecimiento empresarial. Creará y administrará máquinas virtuales. Trabajará con marcos de IA para procesar y analizar datos para respaldar decisiones comerciales y aumentar los ingresos. Implementará, publicará y monitoreará una aplicación web. Nota de contenido: Part I: Introducing Microsoft Azure -- Ch1. Microsoft Azure and Cloud Computing -- Ch2. Overview of Azure Infrastructure-as-a-Service (IaaS) services -- Ch3 -- Overview of Azure Platform as a Service -- Ch4. Azure AppDev Services Overview -- Ch5. Ethical AI, Azure AI, and Machine Learning -- Part II: Planning and adopting Azure -- Ch6. Budgeting and Cloud Economics. Ch7. Designing a Hybrid Data Center -- Ch8. Tools and Training to Up-Skill Existing IT Team -- Part III: Using Azure for Infrastructure-as-a-Service (IaaS). - Ch9. Implementing Azure Networking -- Ch10. Virtual Machines -- Ch11. Infrastructure as Code (IaC) -- Part IV: Adopting Platform-as-a-Service (PaaS) -- Ch12. Azure WebApps -- Ch13. Network Platform as a Service -- Ch14 -- Azure Storage -- Part V Azure Data Services and Big Data -- Ch15.Azure Cognitive (COG) services -- Ch16. Machine Learning and Deep Learning -- Ch17. Azure Data Services -- Part VI: Azure services for application developers -- Ch18. Migrating on-premises databases to Azure -- Ch19 -- Data Engineering and the modern Data Estate -- Part VII : Intelligent Cloud - Machine Learning and Artificial Intelligence -- Ch20 -- Developing and deploying Azure-based Applications -- Ch21. Continuous Integration/Continuous Delivery with Azure DevOps. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Microsoft Azure : Planning, Deploying, and Managing the Cloud [documento electrónico] / Soh, Julian, Autor ; Copeland, Marshall, Autor ; Puca, Anthony, Autor ; Harris, Micheleen, Autor  . -  2 ed.  . - Berkeley, CA : Apress, 2020 . - XXIII, 533 p. 313 ilustraciones. ISBN : 978-1-4842-5958-0 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: programas de microsoft  NET Framework microsoft  Recuperación de información  Arquitectura de Computadores  microsoft  Representación de almacenamiento de datos Índice Dewey: 5.268 Resumen: Obtenga la información técnica y empresarial necesaria para planificar, implementar y gestionar los servicios proporcionados por la nube de Microsoft Azure. Esta segunda edición se centra en mejorar los puntos de inflexión en las decisiones operativas para los profesionales que lideran equipos de seguridad y DevOps. Esto le permitirá tomar una decisión informada sobre las cargas de trabajo adecuadas para su negocio en crecimiento en la nube pública de Azure. Microsoft Azure comienza con una introducción a Azure junto con una descripción general de sus servicios de arquitectura, como IaaS y PaaS. También echará un vistazo a los servicios de datos, inteligencia artificial y aprendizaje automático de Azure. A continuación, cubrirá la planificación y adopción de Azure, donde analizará la elaboración de presupuestos, la economía de la nube y el diseño de un centro de datos híbrido. En el camino, trabajará con aplicaciones web, red PaaS, máquinas virtuales y mucho más. La sección final del libro comienza con los servicios de datos de Azure y big data con una discusión en profundidad de Azure SQL Database, CosmosDB, Azure Data Lakes y MySQL. Además, verá cómo migrar bases de datos locales a Azure y utilizar la ingeniería de datos. A continuación, descubrirá los diversos servicios de Azure para desarrolladores de aplicaciones, incluidas las aplicaciones web Azure DevOps y ASP.NET. Finalmente, analizará las herramientas de inteligencia artificial y aprendizaje automático en Azure, incluidos Azure Cognitive Services. Usted: Aplicará guías de diseño y mejores prácticas utilizando Microsoft Azure para lograr el crecimiento empresarial. Creará y administrará máquinas virtuales. Trabajará con marcos de IA para procesar y analizar datos para respaldar decisiones comerciales y aumentar los ingresos. Implementará, publicará y monitoreará una aplicación web. Nota de contenido: Part I: Introducing Microsoft Azure -- Ch1. Microsoft Azure and Cloud Computing -- Ch2. Overview of Azure Infrastructure-as-a-Service (IaaS) services -- Ch3 -- Overview of Azure Platform as a Service -- Ch4. Azure AppDev Services Overview -- Ch5. Ethical AI, Azure AI, and Machine Learning -- Part II: Planning and adopting Azure -- Ch6. Budgeting and Cloud Economics. Ch7. Designing a Hybrid Data Center -- Ch8. Tools and Training to Up-Skill Existing IT Team -- Part III: Using Azure for Infrastructure-as-a-Service (IaaS). - Ch9. Implementing Azure Networking -- Ch10. Virtual Machines -- Ch11. Infrastructure as Code (IaC) -- Part IV: Adopting Platform-as-a-Service (PaaS) -- Ch12. Azure WebApps -- Ch13. Network Platform as a Service -- Ch14 -- Azure Storage -- Part V Azure Data Services and Big Data -- Ch15.Azure Cognitive (COG) services -- Ch16. Machine Learning and Deep Learning -- Ch17. Azure Data Services -- Part VI: Azure services for application developers -- Ch18. Migrating on-premises databases to Azure -- Ch19 -- Data Engineering and the modern Data Estate -- Part VII : Intelligent Cloud - Machine Learning and Artificial Intelligence -- Ch20 -- Developing and deploying Azure-based Applications -- Ch21. Continuous Integration/Continuous Delivery with Azure DevOps. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

---

1 (1 - 2 / 2) Par page : 25 50 100 200