Implementierung von DevOps mit Microsoft Azure: Automatisieren Sie Ihre Bereitstellungen und integrieren Sie die DevOps-Kultur

Bewertung:   (2,9 von 5)

Implementierung von DevOps mit Microsoft Azure: Automatisieren Sie Ihre Bereitstellungen und integrieren Sie die DevOps-Kultur (Mitesh Soni)

Leserbewertungen

Zusammenfassung:

Das Buch bietet einen grundlegenden Überblick über Microsoft Azure und DevOps-Konzepte, aber viele Benutzer finden, dass es an Tiefe und Best Practices mangelt. Der Java-zentrierte Ansatz macht es Lesern mit DotNet-Hintergrund schwer, sich voll auf das Material einzulassen. Die Verwendung von Screenshots und ein tutorielles Format werden sowohl als Stärke als auch als Schwäche angesehen.

Vorteile:

Gut geschrieben
leicht verständlich für erfahrene Programmierer
guter Überblick über Microsoft Azure PaaS
deckt Continuous Integration und Continuous Delivery ab
praktisch mit vielen Screenshots
einige Leser fanden es nützlich für Anfänger.

Nachteile:

Kein tiefes Eintauchen in die Themen
Java-zentrierter Fokus könnte DotNet-Entwickler abschrecken
fehlende Abdeckung von Best Practices
Inhalt könnte sich oberflächlich anfühlen
dient in erster Linie als Durchgang und nicht als umfassende Anleitung.

(basierend auf 7 Leserbewertungen)

Originaltitel:

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

Inhalt des Buches:

Erstellen Sie skalierbare Anwendungen für maschinelles Lernen, um ein modernes datengesteuertes Unternehmen mit Spark 2.x zu betreiben.

Hauptmerkmale

⬤ Machen Sie sich mit der neuesten Version von Apache Spark vertraut.

⬤ Nutzen Sie die Bibliothek für maschinelles Lernen von Spark, um prädiktive Analysen zu implementieren.

⬤ Nutzen Sie die leistungsstarken Tools von Spark, um Ihre Daten zu laden, zu analysieren, zu bereinigen und zu transformieren.

Buchbeschreibung

Dieses Buch vermittelt Ihnen Kenntnisse über gängige Algorithmen des maschinellen Lernens und deren Implementierung. Sie werden lernen, wie verschiedene Konzepte des maschinellen Lernens im Kontext von Spark ML implementiert werden. Sie beginnen mit der Installation von Spark in einem Single- und Multinode-Cluster. Als Nächstes werden Sie sehen, wie Sie Scala- und Python-basierte Programme für Spark ML ausführen können. Dann nehmen wir einige Datensätze und vertiefen Clustering, Klassifizierung und Regression. Gegen Ende werden wir auch die Textverarbeitung mit Spark ML behandeln.

Sobald Sie die Konzepte erlernt haben, können Sie diese anwenden, um Algorithmen entweder auf der grünen Wiese zu implementieren oder um bestehende Systeme auf diese neue Plattform zu migrieren. Sie können von Mahout oder Scikit zu Spark ML migrieren.

Am Ende dieses Buches werden Sie die Fähigkeiten erwerben, die Funktionen von Spark zu nutzen, um Ihre eigenen skalierbaren Machine-Learning-Anwendungen zu erstellen und ein modernes datengesteuertes Unternehmen zu betreiben.

(Was Sie lernen werden)

⬤ Machen Sie sich mit der neuesten Version von Spark ML vertraut.

⬤ Erstellen Sie Ihr erstes Spark-Programm mit Scala und Python.

⬤ Einrichten und Konfigurieren einer Entwicklungsumgebung für Spark auf Ihrem eigenen Computer sowie auf Amazon EC2.

⬤ Zugriff auf öffentliche Machine-Learning-Datensätze und Verwendung von Spark zum Laden, Verarbeiten, Bereinigen und Transformieren von Daten.

⬤ Verwenden Sie die Bibliothek für maschinelles Lernen von Spark, um Programme unter Verwendung bekannter Modelle für maschinelles Lernen zu implementieren.

⬤ Umgang mit großen Textdaten, einschließlich Merkmalsextraktion und Verwendung von Textdaten als Eingabe für Ihre maschinellen Lernmodelle.

⬤ Schreiben Sie Spark-Funktionen, um die Leistung Ihrer maschinellen Lernmodelle zu bewerten.

Für wen ist dieses Buch gedacht?

Wenn Sie über grundlegende Kenntnisse des maschinellen Lernens verfügen und verschiedene Konzepte des maschinellen Lernens im Kontext von Spark ML implementieren möchten, ist dieses Buch für Sie geeignet. Sie sollten sich mit den Sprachen Scala und Python gut auskennen.

Weitere Daten des Buches:

ISBN:9781787127029
Autor:
Verlag:
Sprache:Englisch
Einband:Taschenbuch

Kauf:

Derzeit verfügbar, auf Lager.

Ich kaufe es!

Weitere Bücher des Autors:

Praktische Pipeline als Code mit Jenkins: CI/CD-Implementierung für mobile, webbasierte und hybride...
Ein schrittweiser Leitfaden zur Implementierung...
Praktische Pipeline als Code mit Jenkins: CI/CD-Implementierung für mobile, webbasierte und hybride Anwendungen mit deklarativer Pipeline in Jenkins (German E - Hands-on Pipeline as Code with Jenkins: CI/CD Implementation for Mobile, Web, and Hybrid Applications Using Declarative Pipeline in Jenkins (English E
Implementierung von DevOps mit Microsoft Azure: Automatisieren Sie Ihre Bereitstellungen und...
Erstellen Sie skalierbare Anwendungen für maschinelles...
Implementierung von DevOps mit Microsoft Azure: Automatisieren Sie Ihre Bereitstellungen und integrieren Sie die DevOps-Kultur - Implementing DevOps with Microsoft Azure: Automate your deployments and incorporate the DevOps culture
Agilität, DevOps und Cloud Computing mit Microsoft Azure: Praktische Umsetzung von DevOps-Praktiken...
Ein schrittweiser Leitfaden zum Verständnis von...
Agilität, DevOps und Cloud Computing mit Microsoft Azure: Praktische Umsetzung von DevOps-Praktiken mit Azure DevOps - Agile, DevOps and Cloud Computing with Microsoft Azure: Hands-On DevOps practices implementation using Azure DevOps
Hands-On Azure Devops: CICD-Implementierung für mobile, hybride und Web-Anwendungen mit Azure Devops...
Ein schrittweiser Leitfaden zur Implementierung...
Hands-On Azure Devops: CICD-Implementierung für mobile, hybride und Web-Anwendungen mit Azure Devops und Microsoft Azure - Hands-On Azure Devops: CICD Implementation for Mobile, Hybrid, and Web Applications Using Azure Devops and Microsoft Azure

Die Werke des Autors wurden von folgenden Verlagen veröffentlicht:

© Book1 Group - Alle Rechte vorbehalten.
Der Inhalt dieser Seite darf weder teilweise noch vollständig ohne schriftliche Genehmigung des Eigentümers kopiert oder verwendet werden.
Letzte Änderung: 2024.11.13 22:11 (GMT)