Implementace DevOps s Microsoft Azure: Automatizujte nasazení a začleňte kulturu DevOps

Recenze čtenářů

Kniha poskytuje základní přehled o Microsoft Azure a koncepcích DevOps, ale mnoho uživatelů v ní postrádá hloubku a osvědčené postupy. Její přístup zaměřený na Javu ztěžuje čtenářům z prostředí DotNet plné zapojení do materiálu. Za silnou i slabou stránku je považováno používání snímků obrazovky a formát podobný výukovému programu.

⬤ Dobře napsaná
⬤ snadno srozumitelná pro zkušené programátory
⬤ dobrý přehled o Microsoft Azure PaaS
⬤ pokrývá Continuous Integration a Continuous Delivery
⬤ praktická s mnoha screenshoty
⬤ někteří čtenáři ji považovali za užitečnou pro začátečníky.

⬤ Nejedná se o hluboký ponor do témat
⬤ zaměření na Javu může odradit vývojáře DotNetu
⬤ chybí pokrytí osvědčených postupů
⬤ obsah může působit povrchně
⬤ slouží především jako průchod, nikoliv jako komplexní průvodce.

(na základě 7 hodnocení čtenářů)

Původní název:

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

Obsah knihy:

Vytvářejte škálovatelné aplikace strojového učení pro moderní podnikání založené na datech pomocí Sparku 2. x

Klíčové vlastnosti

⬤ Seznamte se s nejnovější verzí Apache Spark.

⬤ Využijte knihovnu strojového učení Sparku k implementaci prediktivní analýzy.

⬤ Využijte výkonné nástroje Sparku k načítání, analýze, čištění a transformaci dat.

Popis knihy

Tato kniha vás seznámí s populárními algoritmy strojového učení a jejich implementací. Dozvíte se, jak jsou různé koncepty strojového učení implementovány v kontextu Spark ML. Začnete instalací Sparku v jedno- a vícemódovém clusteru. Dále se seznámíte s tím, jak spouštět programy založené na jazycích Scala a Python pro Spark ML. Poté si vezmeme několik datových sad a budeme se hlouběji zabývat shlukováním, klasifikací a regresí. Ke konci se budeme věnovat také zpracování textu pomocí Spark ML.

Jakmile se naučíte tyto koncepty, můžete je použít k implementaci algoritmů buď v implementacích na zelené louce, nebo k migraci stávajících systémů na tuto novou platformu. Můžete přejít z Mahoutu nebo Scikitu a používat Spark ML.

Na konci této knihy získáte dovednosti, které vám umožní využívat funkce Sparku k vytváření vlastních škálovatelných aplikací strojového učení a k rozvoji moderního podnikání založeného na datech.

Co se naučíte

⬤ Seznámíte se prakticky s nejnovější verzí Spark ML.

⬤ Vytvoříte svůj první program Spark v jazycích Scala a Python.

⬤ Nastavit a nakonfigurovat vývojové prostředí pro Spark na vlastním počítači i na Amazon EC2.

⬤ Přistupujte k veřejným datovým sadám pro strojové učení a používejte Spark k načítání, zpracování, čištění a transformaci dat.

⬤ Používat knihovnu strojového učení Spark k implementaci programů s využitím známých modelů strojového učení.

⬤ Pracovat s rozsáhlými textovými daty, včetně extrakce příznaků a používání textových dat jako vstupu pro modely strojového učení.

⬤ Napsat funkce Sparku pro vyhodnocení výkonnosti vašich modelů strojového učení.

Pro koho je tato kniha určena

Pokud máte základní znalosti strojového učení a chcete implementovat různé koncepty strojového učení v kontextu Spark ML, je tato kniha určena právě vám. Měli byste dobře ovládat jazyky Scala a Python.