Implementarea DevOps cu Microsoft Azure: Automatizați-vă implementările și încorporați cultura DevOps

Recenzii ale cititorilor

Cartea oferă o prezentare generală fundamentală a conceptelor Microsoft Azure și DevOps, dar mulți utilizatori consideră că îi lipsesc profunzimea și cele mai bune practici. Abordarea sa centrată pe Java face dificilă implicarea deplină în material a cititorilor care provin din mediul DotNet. Utilizarea capturilor de ecran și a unui format de tip tutorial este văzută atât ca un punct forte, cât și ca un punct slab.

⬤ Bine scris
⬤ ușor de urmărit pentru programatorii experimentați
⬤ bună prezentare generală a Microsoft Azure PaaS
⬤ acoperă integrarea continuă și livrarea continuă
⬤ practic, cu multe capturi de ecran
⬤ unii cititori l-au considerat util pentru începători.

⬤ Nu este o scufundare profundă în subiecte
⬤ accentul pus pe Java îi poate îndepărta pe dezvoltatorii DotNet
⬤ nu acoperă cele mai bune practici
⬤ conținutul poate părea superficial
⬤ servește în primul rând ca o trecere în revistă mai degrabă decât ca un ghid complet.

(pe baza a 7 recenzii ale cititorilor)

Titlul original:

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

Conținutul cărții:

Creați aplicații scalabile de învățare automată pentru a alimenta o afacere modernă bazată pe date utilizând Spark 2. x

Caracteristici principale

⬤ Faceți cunoștință cu cea mai recentă versiune a Apache Spark.

⬤ Utilizați biblioteca de învățare automată Spark pentru a implementa analize predictive.

⬤ Utilizați instrumentele puternice ale Spark pentru a încărca, analiza, curăța și transforma datele dumneavoastră.

Descrierea cărții

Această carte vă va învăța despre algoritmii populari de învățare automată și despre implementarea lor. Veți învăța cum sunt implementate diverse concepte de învățare automată în contextul Spark ML. Veți începe prin instalarea Spark într-un cluster cu un singur nod și unul cu multe noduri. Apoi veți vedea cum să executați programe bazate pe Scala și Python pentru Spark ML. Apoi vom lua câteva seturi de date și vom aprofunda clusterizarea, clasificarea și regresia. Spre final, vom acoperi, de asemenea, prelucrarea textului utilizând Spark ML.

Odată ce ați învățat conceptele, acestea pot fi aplicate pentru a implementa algoritmi fie în implementări green-field, fie pentru a migra sistemele existente către această nouă platformă. Puteți migra de la Mahout sau Scikit pentru a utiliza Spark ML.

Până la sfârșitul acestei cărți, veți dobândi abilitățile necesare pentru a profita de caracteristicile Spark pentru a vă crea propriile aplicații scalabile de învățare automată și pentru a alimenta o afacere modernă bazată pe date.

Ce veți învăța

⬤ Să vă familiarizați cu cea mai recentă versiune a Spark ML.

⬤ Creați primul dvs. program Spark cu Scala și Python.

⬤ Stabiliți și configurați un mediu de dezvoltare pentru Spark pe propriul computer, precum și pe Amazon EC2.

⬤ Acesați seturi de date publice de învățare automată și utilizați Spark pentru a încărca, procesa, curăța și transforma datele.

⬤ Utilizați biblioteca de învățare automată Spark pentru a implementa programe prin utilizarea unor modele bine cunoscute de învățare automată.

⬤ Tratați date text la scară largă, inclusiv extragerea caracteristicilor și utilizarea datelor text ca intrare pentru modelele de învățare automată.

⬤ Scrieți funcții Spark pentru a evalua performanța modelelor dvs. de învățare automată.

Pentru cine este această carte

Dacă aveți cunoștințe de bază despre machine learning și doriți să implementați diverse concepte de machine learning în contextul Spark ML, această carte este pentru dumneavoastră. Ar trebui să cunoașteți bine limbajele Scala și Python.