دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Machine Learning with Microsoft Technologies: Selecting the Right Architecture and Tools for Your Project
دانلود کتاب یادگیری ماشین با فناوری های مایکروسافت: انتخاب معماری و ابزار مناسب برای پروژه شما
مشخصات کتاب
Machine Learning with Microsoft Technologies: Selecting the Right Architecture and Tools for Your Project
ویرایش: [Paperback ed.]
نویسندگان: Leila Etaati
سری:
ISBN (شابک) : 1484236572, 9781484236574
ناشر: Apress
سال نشر: 2019
تعداد صفحات: 365
[363]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 29 Mb
قیمت کتاب (تومان) : 75,000
در صورت تبدیل فایل کتاب Machine Learning with Microsoft Technologies: Selecting the Right Architecture and Tools for Your Project به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب یادگیری ماشین با فناوری های مایکروسافت: انتخاب معماری و ابزار مناسب برای پروژه شما نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب یادگیری ماشین با فناوری های مایکروسافت: انتخاب معماری و ابزار مناسب برای پروژه شما
نحوه انجام یادگیری ماشینی با فناوری های مایکروسافت را بدانید.
این کتاب به شما می آموزد که با استفاده از Microsoft Power BI،
Azure Data Lake، SQL Server، Stream Analytics، Azure
Databricks، HD Insight و غیره، تحلیل های پیش بینی، توصیفی و
تجویزی انجام دهید.
توانایی تجزیه و تحلیل مقادیر انبوه واقعی داده های زمانی و پیش
بینی رفتار آینده یک سازمان برای موفقیت بلندمدت آن حیاتی است.
علم داده، و به طور خاص یادگیری ماشین (ML)، تغییر دهنده بازی
امروز است و باید یک عنصر کلیدی در استراتژی هر شرکت باشد. مدیریت
فرآیند یادگیری ماشین از درک کسب و کار، جمعآوری و تمیز کردن
دادهها، مدلسازی و استقرار در هر ابزار یک مجموعه مهارت ارزشمند
است.
یادگیری ماشین با فناوریهای مایکروسافت یک
کتاب آزمایشی است که نحوه انجام یادگیری ماشینی با فناوریهای
مایکروسافت را توضیح میدهد. شما بینش ارزشمندی در طراحی بهترین
معماری برای توسعه، اشتراک گذاری و استقرار راه حل یادگیری ماشین
به دست خواهید آورد. این کتاب فرآیند انتخاب معماری و ابزار مناسب
برای انجام یادگیری ماشین را بر اساس نیازها و نیازهای زیرساختی
خاص شما ساده میکند.
محتوای تفصیلی در الگوریتمهای اصلی برای یادگیری ماشینی تحت
نظارت و بدون نظارت ارائه شده است و نمونههایی نشان میدهند. ML
با استفاده از هر دو زبان R و Python، زبانهای اصلی در
فناوریهای مایکروسافت، تمرین میکند.
آنچه یاد خواهید گرفت
محصول مایکروسافت مناسب را برای راه حل یادگیری ماشین خود انتخاب
کنید
محیط های ابزار مایکروسافت را برای توسعه، آزمایش و تولید پروژه
یادگیری ماشین ایجاد و مدیریت کنید
اجرا و استقرار یادگیری تحت نظارت و بدون نظارت در محصولات
Microsoft راه اندازی Microsoft Power BI، Azure Data Lake، SQL
Server، Stream Analytics، Azure Databricks و HD Insight برای
انجام یادگیری ماشینی راه اندازی یک ماشین مجازی علم داده و
ابزارهای نصب شده در تست درایو، مانند Azure ML Workbench، Azure
ML Server Developer، Anaconda Python، Jupyter Notebook، Power
BI Desktop، Cognitive Services، یادگیری ماشین و ابزارهای تجزیه
و تحلیل داده، و موارد دیگر Architect یک راه حل یادگیری ماشینی
که در تمام جنبه های خود فاکتور می گیرد. خدمات، شرکت، استقرار و
اشتراک گذاری
این کتاب برای چه کسی است
دانشمندان داده، تحلیلگران داده، توسعه دهندگان، معماران و
مدیرانی که می خواهند از یادگیری ماشینی در محصولات، سازمان و
خدمات خود استفاده کنند و در مورد معماری و مجموعه ابزار ML خود
تصمیمات آموزشی و صرفه جویی در هزینه بگیرند.
توضیحاتی درمورد کتاب به خارجی
Know how to do machine learning with Microsoft technologies.
This book teaches you to do predictive, descriptive, and
prescriptive analyses with Microsoft Power BI, Azure Data Lake,
SQL Server, Stream Analytics, Azure Databricks, HD Insight, and
more.
The ability to analyze massive amounts of real-time data and
predict future behavior of an organization is critical to its
long-term success. Data science, and more specifically machine
learning (ML), is today's game changer and should be a key
building block in every company's strategy. Managing a machine
learning process from business understanding, data acquisition
and cleaning, modeling, and deployment in each tool is a
valuable skill set.
Machine Learning with Microsoft
Technologiesis a demo-driven book that explains how to do
machine learning with Microsoft technologies. You will gain
valuable insight into designing the best architecture for
development, sharing, and deploying a machine learning
solution. This book simplifies the process of choosing the
right architecture and tools for doing machine learning based
on your specific infrastructure needs and requirements.
Detailed content is provided on the main algorithms for
supervised and unsupervised machine learning and examples show
ML practices using both R and Python languages, the main
languages inside Microsoft technologies.
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
Who This Book Is For
Data scientists, data analysts, developers, architects, and
managers who want to leverage machine learning in their
products, organization, and services, and make educated,
cost-saving decisions about their ML architecture and tool set.
