Machine Learning with Microsoft Technologies
برچسب ها:
Machine Learning |
Apress
Leila Etaati
9781484236574
2019
365
English
کتاب یادگیری ماشین با تکنولوژی‌های مایکروسافت، انجام تجزیه تحلیل‌های predictive، descriptive و prescriptive را به کمک Microsoft Power BI، Azure Data Lake، SQL Server، Stream Analytics، Azure Databricks، HD Insight و ... نشان می‌دهد.
توانایی تحلیل حجم عظیمی از داده‌های بلادرنگ و پیشبینی رفتار آینده یک سازمان، برای موفقیت آن سازمان در بلند مدت ضروری است. علم داده‌ها و مخصوصا یادگیری ماشین، امروزه نقشی تحول آفرین دارند و باید در استراتژی سازمان نقشی کلیدی داشته باشند. مدیریت یک فرآیند یادگیری ماشین از فهم کسب و کار، اکتساب داده‌ها و تمیز سازی، مدل سازی و انتشار در هر ابزاری یک مجموعه مهارت ارزشمند هستند.
What You'll Learn
• Choose the right Microsoft product for your machine learning solution
• Create and manage Microsoft’s tool environments for development, testing, and production of a machine learning project
• Implement and deploy supervised and unsupervised learning in Microsoft products
• Set up Microsoft Power BI, Azure Data Lake, SQL Server, Stream Analytics, Azure Databricks, and HD Insight to perform machine learning
• Set up a data science virtual machine and test-drive installed tools, such as Azure ML Workbench, Azure ML Server Developer, Anaconda Python, Jupyter Notebook, Power BI Desktop, Cognitive Services, machine learning and data analytics tools, and more
• Architect a machine learning solution factoring in all aspects of self service, enterprise, deployment, and sharing
Table of Contents:
Chapter 1: Introduction to Machine Learning
Chapter 2: Introduction to R
Chapter 3: Introduction to Python
Chapter 4: R Visualization in Power BI
Chapter 5: Business Understanding
Chapter 6: Data Wrangling for Predictive Analysis
Chapter 7: Predictive Analysis in Power Query with R
Chapter 8: Descriptive Analysis in Power Query with R
Chapter 9: Using R with SQL Server 2016 and 2017
Chapter 10: Azure Databricks
Chapter 11: R in Azure Data Lake
Chapter 12: Azure Machine Learning Studio
Chapter 13: Machine Learning in Azure Stream Analytics
Chapter 14: Azure Machine Learning (ML) Workbench
Chapter 15: Machine Learning on HDInsight
Chapter 16: Data Science Virtual Machine and AI Frameworks
Chapter 17: Deep Learning Tools with Cognitive Toolkit (CNTK)
Chapter 18: Cognitive Services Toolkit
Chapter 19: Bot Framework
Chapter 20: Overview of Microsoft Machine Learning Tools
می پسندم
به درد نمی خوره
