DevOps megvalósítása a Microsoft Azure-ral: A telepítések automatizálása és a DevOps-kultúra beépítése

Olvasói vélemények

A könyv alapvető áttekintést nyújt a Microsoft Azure és a DevOps koncepciókról, de sok felhasználó szerint hiányzik belőle a mélység és a legjobb gyakorlatok. Java-központú megközelítése megnehezíti, hogy a DotNet-háttérrel rendelkező olvasók teljes mértékben elsajátítsák az anyagot. A képernyőképek és az oktató jellegű formátum használata egyszerre tekinthető erősségnek és gyengeségnek.

⬤ Jól megírt
⬤ tapasztalt programozók számára is könnyen követhető
⬤ jó áttekintés a Microsoft Azure PaaS-ről
⬤ kitér a folyamatos integrációra és a folyamatos szállításra
⬤ gyakorlatias, sok képernyőfotóval
⬤ néhány olvasó hasznosnak találta a kezdők számára.

⬤ Nem mélyül el a témákban
⬤ a Java-központúság elidegenítheti a DotNet-fejlesztőket
⬤ nem terjed ki a legjobb gyakorlatokra
⬤ a tartalom felszínesnek tűnhet
⬤ elsősorban inkább sétatempónak, mint átfogó útmutatónak szolgál.

(7 olvasói vélemény alapján)

Eredeti címe:

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

Könyv tartalma:

Hozzon létre skálázható gépi tanulási alkalmazásokat a modern adatvezérelt üzleti tevékenység működtetéséhez a Spark 2. x használatával

Key Features

⬤ Kezdje meg az Apache Spark legújabb verzióját.

⬤ Használja a Spark gépi tanulási könyvtárát prediktív analitika megvalósításához.

⬤ Használja a Spark hatékony eszközeit az adatok betöltéséhez, elemzéséhez, tisztításához és átalakításához.

Könyvismertető

Ebből a könyvből megismerheti a népszerű gépi tanulási algoritmusokat és azok megvalósítását. Megtanulja, hogyan valósulnak meg a különböző gépi tanulási koncepciók a Spark ML kontextusában. A Spark egy- és többcsomópontos fürtökben történő telepítésével fog kezdeni. Ezután meglátja, hogyan lehet Scala és Python alapú programokat futtatni a Spark ML számára. Ezután fogunk néhány adathalmazt, és elmélyedünk a klaszterezésben, osztályozásban és regresszióban. A vége felé a szövegfeldolgozással is foglalkozunk a Spark ML segítségével.

A fogalmak elsajátítása után azokat algoritmusok megvalósítására lehet alkalmazni akár zöldmezős megvalósításokban, akár meglévő rendszerek migrálásához erre az új platformra. A Mahoutról vagy a Scikitről migrálhat a Spark ML használatára.

A könyv végére elsajátíthatja azokat a készségeket, amelyekkel a Spark funkcióit kihasználva létrehozhatja saját skálázható gépi tanulási alkalmazásait, és modern adatvezérelt vállalkozásokat működtethet.

Mit fog tanulni

⬤ Kezdje meg a Spark ML legújabb verzióját.

⬤ Elkészíti első Spark programját Scala és Python nyelven.

⬤ Elkészít és konfigurál egy Spark fejlesztői környezetet a saját számítógépén, valamint az Amazon EC2-n.

⬤  Hozzáférés nyilvános gépi tanulási adathalmazokhoz, és a Spark használata az adatok betöltésére, feldolgozására, tisztítására és átalakítására.

⬤ A Spark gépi tanulási könyvtárának használata programok megvalósításához a jól ismert gépi tanulási modellek felhasználásával.

⬤ Foglalkozzon nagyméretű szöveges adatokkal, beleértve a jellemzők kinyerését és a szöveges adatok felhasználását a gépi tanulási modellek bemeneteként.

⬤ Írjon Spark függvényeket a gépi tanulási modellek teljesítményének kiértékeléséhez.

Kinek szól ez a könyv

Ha rendelkezik alapvető ismeretekkel a gépi tanulásról, és különböző gépi tanulási koncepciókat szeretne megvalósítani a Spark ML kontextusában, akkor ez a könyv Önnek szól. Jártasnak kell lennie a Scala és a Python nyelvekben.