Padroneggiare Azure Machine Learning: Eseguire l'apprendimento automatico avanzato end-to-end su larga scala nel cloud con Microsoft Azure ML.

Recensioni dei lettori

Le recensioni del libro sull'apprendimento automatico di Azure presentano opinioni contrastanti. Molti utenti apprezzano la copertura approfondita dei concetti di apprendimento automatico e l'uso pratico di Azure, mentre alcuni lo criticano perché troppo elementare o scritto male.

Copertura completa dei servizi di Azure Machine Learning, spiegazioni chiare, esempi pratici con codice Python, buon flusso di concetti, utile sia per i data scientist che per gli ingegneri di ML, guida dettagliata all'implementazione, include framework avanzati per computer vision e NLP.

Alcuni ritengono il libro troppo elementare o poco approfondito, linguaggio informale, dettagli minimi sulla configurazione di ambienti Azure complessi, un recensore lo ha definito scarno e contenente informazioni casuali.

(basato su 6 recensioni dei lettori)

Titolo originale:

Mastering Azure Machine Learning: Perform large-scale end-to-end advanced machine learning on the cloud with Microsoft Azure ML

Contenuto del libro:

Padroneggia tecniche esperte per la costruzione di modelli e pipeline di apprendimento automatico end-to-end altamente scalabili in Azure utilizzando TensorFlow, Spark e Kubernetes.

Caratteristiche principali

⬤ Significare i dati sul cloud implementando analisi avanzate.

⬤ Addestrare e ottimizzare modelli avanzati di deep learning in modo efficiente su Spark utilizzando Azure Databricks.

⬤ Distribuire modelli di apprendimento automatico per lo scoring in batch e in tempo reale con Azure Kubernetes Service (AKS).

Descrizione del libro

L'aumento del volume dei dati oggi richiede sistemi distribuiti, algoritmi potenti e infrastrutture cloud scalabili per calcolare le intuizioni e addestrare e distribuire modelli di apprendimento automatico (ML). Questo libro vi aiuterà a migliorare le vostre conoscenze sulla creazione di modelli di ML utilizzando Azure e le pipeline di ML end-to-end sul cloud.

Il libro inizia con una panoramica di un progetto di ML end-to-end e una guida su come scegliere il servizio Azure giusto per le diverse attività di ML. Si concentra poi su Azure ML e vi conduce attraverso il processo di sperimentazione dei dati, la preparazione dei dati e l'ingegnerizzazione delle caratteristiche utilizzando Azure ML e Python. Imparerete tecniche avanzate di estrazione delle caratteristiche utilizzando l'elaborazione del linguaggio naturale (NLP), tecniche classiche di ML e i segreti di un ottimo motore di raccomandazione e di un modello di computer vision performante utilizzando metodi di deep learning. Esplorerete inoltre come addestrare, ottimizzare e sintonizzare i modelli utilizzando Azure AutoML e HyperDrive ed eseguendo l'addestramento distribuito su Azure ML. Imparerete poi diverse tecniche di deployment e monitoraggio utilizzando Azure Kubernetes Services con Azure ML, insieme alle basi di MLOps--DevOps for ML per automatizzare il processo di ML come pipeline CI/CD.

Alla fine di questo libro, avrete acquisito la padronanza di Azure ML e sarete in grado di progettare, costruire e gestire con sicurezza pipeline di ML scalabili in Azure.

Che cosa imparerete?

⬤ Impostare il vostro spazio di lavoro Azure ML per la sperimentazione e la visualizzazione dei dati.

⬤ Eseguire l'ETL, la preparazione dei dati e l'estrazione delle funzionalità utilizzando le best practice di Azure.

⬤ Implementare l'estrazione avanzata di caratteristiche utilizzando NLP e word embeddings.

⬤ Allenamento di ensemble ad albero con boost a gradiente, motori di raccomandazione e reti neurali profonde su Azure ML.

⬤ Utilizzare la regolazione degli iperparametri e AutoML per ottimizzare i modelli ML.

⬤ Impiego di ML distribuito su cluster di GPU utilizzando Horovod in Azure ML.

⬤ Distribuite, operate e gestite i vostri modelli di ML su scala.

⬤ Automatizzare il processo di ML end-to-end come pipeline CI/CD per MLOps.

Per chi è questo libro

Questo libro sull'apprendimento automatico è rivolto a professionisti dei dati, analisti dei dati, ingegneri dei dati, scienziati dei dati o sviluppatori di apprendimento automatico che desiderano padroneggiare architetture di apprendimento automatico scalabili basate su cloud in Azure. Questo libro vi aiuterà a utilizzare i servizi avanzati di Azure per creare applicazioni intelligenti di apprendimento automatico. È necessaria una conoscenza di base di Python e una conoscenza pratica dell'apprendimento automatico.