Freigeben über


Un eBook gratuit : Microsoft Azure Essentials: Azure Machine Learning

Lors de l’ouverture de ce blog, et compte tenu de la variété d’applications des méthodes tirées de l’apprentissage automatique (Machine Learning) à de nombreux scénarios du monde réel (comme encore rappelé lors des derniers Microsoft TechDays 2015 avec la session plénière J3 Vers une technologie invisible et une intelligence omniprésente ?), nous vous proposions d’entrer de façon pragmatique dans le monde du #MachineLearning pour comprendre les principes de fonctionnement de ces méthodes (apprentissage supervisé, classification, régression, clustering, …) et les appliquer.

C’est le but poursuivi jusqu’à maintenant, avec également l’occasion de faire des focus particuliers sur la mise en œuvre concrète d’une technologie donnée comme notamment Azure Machine Learning (Azure ML).

Ainsi, et comme nous avons déjà pu l’illustrer au travers de nombreux billets sur ce blog, Azure ML est un service cloud entièrement géré qui permet aux scientifiques des données (data scientists) et aux développeurs d'incorporer de manière efficace des analyses (prédictives) avancées dans leurs applications.

Azure ML comme son nom le laisse supposer est l’un des multiples services proposés par la plateforme Microsoft Azure. De façon à mieux appréhender toute la richesse et les possibilités mises à disposition de tout un chacun par cette plateforme, Microsoft Press a récemment lancé la série d’eBooks gratuits « Microsoft Azure Essentials », série qui se consacre sur l’essentiel et conçue pour vous aider à faire progresser vos compétences techniques sur cet environnement d’exécution et de services.

Cette série comprend depuis hier une visite guidée « Microsoft Azure Essentials: Azure Machine Learning » qui s’intéresse – vous l’aurez deviné ;-) - spécifiquement à Azure ML.

Au travers de cette visite, vous pourrez revenir sur (ou découvrir) les éléments essentiels de l'analyse prédictive, examiner des exemples de scénarios de pratiques réelles et apprendre comment mettre en œuvre du Machine Learning dans Azure à l'aide d’Azure ML Studio, un environnement de développement visuel et collaboratif qui permet la composition rapide d'expériences d’apprentissage automatique au travers d’un modèle pratique de glisser/déposer pour rapidement construire des flux de travail (workflows) et leur opérationnalisation en quelques clics.

image

Au menu donc de cette visite :

  • le chapitre 1 « Introduction to the science of data » illustre comment Azure ML représente une étape critique dans la démocratisation de la science des données en mettant à disposition un service de cloud entièrement géré pour créer des solutions d’analyses prédictives.
  • le chapitre 2 « Getting started with Azure Machine Learning » couvre les concepts de base derrière la méthodologie et la science des analyses prédictives.
  • le chapitre 3 « Using Azure ML Studio » explore les principes fondamentaux d'Azure ML Studio et contribue à vous lancer sur le chemin de la science des données
  • le chapitre 4 « Creating Azure ML client and server applications » vous accompagne dans le développement d’un modèle prédictif Azure ML opérationnel et explore les types d’applications client et serveur que vous pouvez créer pour consommer des services web Azure ML.
  • le chapitre 5 « Regression analytics » jette un regard plus profond sur quelques-uns des algorithmes plus avancés de Machine Learning qui sont exposés dans Azure ML Studio.
  • le chapitre 6 « Cluster analytics » explore les scénarios dans lesquels la machine effectue sa propre analyse sur le jeu de données, détermine des relations, en déduit des regroupements logiques et généralement tente de donner un sens au chaos en déterminant littéralement les forêts des arbres.
  • le chapitre 7 « The Azure ML Matchbox recommender » explique l’une des implémentations les plus puissantes et omniprésentes de l'analyse prédictive en usage aujourd'hui sur le web et comment celle-ci est cruciale pour le succès de nombreux secteurs de la consommation.
  • le chapitre 8 « Retraining Azure ML models » explore les mécanismes permettant d'intégrer la « formation en continue » dans le flux de travail pour nos modèles prédictifs.

Si le menu vous agrée, n’hésitez pas télécharger l’eBook au format .pdf correspondant pour vous lancer dès maintenant dans la visite !

Vous pouvez retrouver l’annonce de cette visite guidée ici sur le blog Microsoft Press.

Cette visite guidée, la troisième du nom, vient compléter la série déjà constituée de :

  • « Microsoft Azure Essentials Fundamentals of Azure » – La première visite guidée de la série vous présente le large éventail de fonctionnalités dans Azure. Elle vous guide ainsi à travers un contenu conceptuel et pratique pour les domaines fonctionnels clé de la plateforme, ce qui comprend les services de cloud computing Azure et les sites Web Azure, les machines virtuelles Azure, le stockage Azure, les réseaux virtuels Azure, les bases de données, Azure Active Directory, ainsi que les outils de gestion, le tout avec des scénarios d'entreprise et métier illustrés.
  • « Microsoft Azure Essentials: Azure Automation » – Azure Automatisation est un service dans Azure permettant d’automatiser toutes les tâches de gestion cloud fréquentes, chronophages et susceptibles d'engendrer des erreurs. La seconde visite guidée s’intéresse dans ce contexte à la création et la modification de flux de travail Windows PowerShell (runbooks) ainsi que leur déploiement et le dépannage. Les runbooks vous aident à mieux organiser votre travail en gérant la création, le déploiement, la surveillance et la maintenance des ressources Azure et des applications tierces. Vous pouvez également tirer profit de la galerie de runbooks Automatisation, et d'exemples, d'utilitaires et de scénarios à portée de main qui vous aideront à rendre opérationnelles rapidement vos tâches d'automatisation.

Bonnes(s) lectures(s) !

Restez également à l’écoute, deux autres visites guidées sont annoncées :-)