国产第1页_91在线亚洲_中文字幕成人_99久久久久久_五月宗合网_久久久久国产一区二区三区四区

讀書(shū)月攻略拿走直接抄！
歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)
> >>
機(jī)器學(xué)習(xí)大數(shù)據(jù)平臺(tái)的構(gòu)建、任務(wù)實(shí)現(xiàn)與數(shù)據(jù)治理——使用AZURE、DEVOPS、MLOPS

包郵 機(jī)器學(xué)習(xí)大數(shù)據(jù)平臺(tái)的構(gòu)建、任務(wù)實(shí)現(xiàn)與數(shù)據(jù)治理——使用AZURE、DEVOPS、MLOPS

出版社：清華大學(xué)出版社出版時(shí)間：2024-04-01
開(kāi)本： 其他 頁(yè)數(shù)： 288
中 圖 價(jià):¥71.5(7.3折) 定價(jià)  ¥98.0 登錄后可看到會(huì)員價(jià)
加入購(gòu)物車(chē) 收藏
開(kāi)年大促， 全場(chǎng)包郵
?新疆、西藏除外
本類五星書(shū)更多>

機(jī)器學(xué)習(xí)大數(shù)據(jù)平臺(tái)的構(gòu)建、任務(wù)實(shí)現(xiàn)與數(shù)據(jù)治理——使用AZURE、DEVOPS、MLOPS 版權(quán)信息

機(jī)器學(xué)習(xí)大數(shù)據(jù)平臺(tái)的構(gòu)建、任務(wù)實(shí)現(xiàn)與數(shù)據(jù)治理——使用AZURE、DEVOPS、MLOPS 本書(shū)特色

機(jī)器學(xué)習(xí)大數(shù)據(jù)平臺(tái)的構(gòu)建、任務(wù)實(shí)現(xiàn)與數(shù)據(jù)治理
　　你需要構(gòu)建安全、穩(wěn)定的數(shù)據(jù)平臺(tái)，需要可以擴(kuò)展到任何規(guī)模的工作負(fù)載。當(dāng)項(xiàng)目從實(shí)驗(yàn)室進(jìn)入生產(chǎn)環(huán)境時(shí)，你需要確信它可以應(yīng)對(duì)現(xiàn)實(shí)工作中的挑戰(zhàn)。本書(shū)能夠幫助你實(shí)現(xiàn)這些需求，將講述如何設(shè)計(jì)和實(shí)現(xiàn)基于云的、可以輕松監(jiān)控、擴(kuò)展和修改的數(shù)據(jù)基礎(chǔ)設(shè)施。
　　通過(guò)本書(shū)，你將學(xué)到構(gòu)建和維護(hù)大型企業(yè)大數(shù)據(jù)平臺(tái)所需的技能。書(shū)中包括設(shè)置基礎(chǔ)設(shè)施、編排、工作負(fù)載和治理，寫(xiě)作風(fēng)格清晰、實(shí)用。在學(xué)習(xí)過(guò)程中，你將建立高效的機(jī)器學(xué)習(xí)管道，然后掌握省時(shí)的自動(dòng)化和DevOps解決方案。書(shū)中基于Azure的示例很容易在其他云平臺(tái)上實(shí)現(xiàn)。

機(jī)器學(xué)習(xí)大數(shù)據(jù)平臺(tái)的構(gòu)建、任務(wù)實(shí)現(xiàn)與數(shù)據(jù)治理——使用AZURE、DEVOPS、MLOPS 內(nèi)容簡(jiǎn)介

主要內(nèi)容 ● 數(shù)據(jù)字典和數(shù)據(jù)治理 ● 數(shù)據(jù)質(zhì)量管控、合規(guī)和分發(fā) ● 構(gòu)建自動(dòng)化管道以提高可靠性 ● 數(shù)據(jù)攝取、存儲(chǔ)和分發(fā) ● 支持生產(chǎn)環(huán)境中的數(shù)據(jù)建模、分析和機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)大數(shù)據(jù)平臺(tái)的構(gòu)建、任務(wù)實(shí)現(xiàn)與數(shù)據(jù)治理——使用AZURE、DEVOPS、MLOPS 目錄

第1 章 簡(jiǎn)介 1
1.1 什么是數(shù)據(jù)工程 2
1.2 本書(shū)讀者對(duì)象 3
1.3 什么是數(shù)據(jù)平臺(tái) 3
1.3.1 數(shù)據(jù)平臺(tái)的構(gòu)成 4
1.3.2 基礎(chǔ)設(shè)施即代碼，無(wú)代碼基礎(chǔ)設(shè)施 6
1.4 使用云構(gòu)建 7
1.4.1 IaaS、PaaS 和SaaS 7
1.4.2 網(wǎng)絡(luò)、存儲(chǔ)和計(jì)算 7
1.4.3 如何使用Azure 8
1.4.4 與Azure 交互 8
1.5 實(shí)現(xiàn)Azure 數(shù)據(jù)平臺(tái) 11
1.6 本章小結(jié) 13
第Ⅰ部分 基礎(chǔ)設(shè)施
第2 章 存儲(chǔ) 17
2.1 在數(shù)據(jù)平臺(tái)中存儲(chǔ)數(shù)據(jù) 18
2.1.1 跨多個(gè)數(shù)據(jù)織物存儲(chǔ)數(shù)據(jù) 19
2.1.2 SSOT 20
2.2 Azure Data Explorer簡(jiǎn)介 22
2.2.1 部署Azure Data Explorer集群 23
2.2.2 使用Azure Data Explorer 26
2.2.3 解決查詢限制問(wèn)題 29
2.3 Azure Data Lake Storage簡(jiǎn)介 30
2.3.1 創(chuàng)建Azure Data Lake Storage 賬戶 30
2.3.2 使用Azure Data Lake Storage 31
2.3.3 集成Azure Data Explorer 32
2.4 數(shù)據(jù)攝取 34
2.4.1 數(shù)據(jù)攝取頻率 34
2.4.2 加載類型 36
2.4.3 數(shù)據(jù)重建和重新加載 38
2.5 本章小結(jié) 41
第3 章 DevOps 43
3.1 什么是DevOps 44
3.2 Azure DevOps 簡(jiǎn)介 47
3.3 部署基礎(chǔ)設(shè)施 50
3.3.1 導(dǎo)出Azure Resource Manager 模板 51
3.3.2 創(chuàng)建Azure DevOps 服務(wù)連接 54
3.3.3 部署Azure Resource Manager 模板 56
3.3.4 理解Azure Pipelines 60
3.4 部署Azure Data Explorer對(duì)象和分析 61
3.4.1 使用Azure DevOps 市場(chǎng)擴(kuò)展 63
3.4.2 將所有內(nèi)容都存儲(chǔ)在Git并自動(dòng)部署所有內(nèi)容 67
3.5 本章小結(jié) 68
第4 章 編排 69
4.1 導(dǎo)入Bing COVID-19 開(kāi)放數(shù)據(jù)集 70
4.2 Azure Data Factory 簡(jiǎn)介 72
4.2.1 設(shè)置數(shù)據(jù)源 73
4.2.2 設(shè)置數(shù)據(jù)接收器 75
4.2.3 設(shè)置管道 79
4.2.4 設(shè)置觸發(fā)器 82
4.2.5 使用Azure Data Factory進(jìn)行編排 84
4.3 Azure Data Factory 的DevOps 84
4.3.1 從Git 部署Azure Data Factory 87
4.3.2 設(shè)置訪問(wèn)控制 88
4.3.3 部署生產(chǎn)環(huán)境的Azure Data Factory 90
4.3.4 小結(jié) 92
4.4 使用Azure Monitor 進(jìn)行監(jiān)控 93
4.5 本章小結(jié) 95
第Ⅱ部分 具體的工作任務(wù)
第5 章 數(shù)據(jù)處理 99
5.1 數(shù)據(jù)建模技術(shù) 100
5.1.1 規(guī)范化和反規(guī)范化 100
5.1.2 數(shù)據(jù)倉(cāng)庫(kù) 103
5.1.3 半結(jié)構(gòu)化數(shù)據(jù) 104
5.1.4 小結(jié) 107
5.2 身份鑰匙環(huán) 108
5.2.1 構(gòu)建身份鑰匙環(huán) 109
5.2.2 理解鑰匙環(huán) 111
5.3 時(shí)間線 113
5.3.1 構(gòu)建時(shí)間線視圖 113
5.3.2 使用時(shí)間線 115
5.4 應(yīng)用DevOps 以保證數(shù)據(jù)處理能夠按計(jì)劃可靠地運(yùn)行 116
5.4.1 使用Git 追蹤和處理函數(shù) 116
5.4.2 使用Azure Data Factory構(gòu)建鑰匙環(huán) 117
5.4.3 擴(kuò)展規(guī)模 123
5.5 本章小結(jié) 127
第6 章 數(shù)據(jù)分析 129
6.1 開(kāi)發(fā)環(huán)境和生產(chǎn)環(huán)境分離下如何訪問(wèn)數(shù)據(jù) 130
6.1.1 對(duì)生產(chǎn)數(shù)據(jù)處理后再部分復(fù)制到開(kāi)發(fā)環(huán)境 132
6.1.2 將生產(chǎn)數(shù)據(jù)完全復(fù)制到開(kāi)發(fā)環(huán)境 133
6.1.3 在開(kāi)發(fā)環(huán)境中提供生產(chǎn)數(shù)據(jù)的只讀視圖 133
6.1.4 小結(jié) 135
6.2 設(shè)計(jì)數(shù)據(jù)分析的工作流程 136
6.2.1 原型 138
6.2.2 開(kāi)發(fā)和用戶驗(yàn)收測(cè)試 139
6.2.3 生產(chǎn)環(huán)境 141
6.2.4 小結(jié) 143
6.3 讓數(shù)據(jù)科學(xué)家能夠自助移動(dòng)數(shù)據(jù) 144
6.3.1 基本原則和相關(guān)背景 145
6.3.2 數(shù)據(jù)合約 145
6.3.3 管道驗(yàn)證 146
6.3.4 事后分析 150
6.3.5 小結(jié) 151
6.4 本章小結(jié) 151
第7 章 機(jī)器學(xué)習(xí) 153
7.1 訓(xùn)練一個(gè)機(jī)器學(xué)習(xí)模型 154
7.1.1 使用scikit-learn訓(xùn)練模型 155
7.1.2 高消費(fèi)者模型實(shí)現(xiàn) 156
7.2 引入Azure Machine Learning 158
7.2.1 創(chuàng)建工作區(qū) 158
7.2.2 創(chuàng)建Azure Machine Learning 計(jì)算目標(biāo) 159
7.2.3 設(shè)置Azure Machine Learning 存儲(chǔ) 160
7.2.4 在云中運(yùn)行機(jī)器學(xué)習(xí) 162
7.2.5 小結(jié) 167
7.3 MLOps 167
7.3.1 從Git 部署 168
7.3.2 存儲(chǔ)管道ID 171
7.3.3 小結(jié) 172
7.4 機(jī)器學(xué)習(xí)的編排 172
7.4.1 連接Azure Data Factory與Azure Machine Learning 173
7.4.2 機(jī)器學(xué)習(xí)編排 175
7.4.3 小結(jié) 178
7.5 本章小結(jié) 179
第Ⅲ部分 數(shù)據(jù)治理
第8 章 元數(shù)據(jù) 183
8.1 理解大數(shù)據(jù)平臺(tái)中元數(shù)據(jù)的需求 184
8.2 介紹Azure Purview 186
8.3 維護(hù)數(shù)據(jù)字典 190
8.3.1 設(shè)置掃描 190
8.3.2 瀏覽數(shù)據(jù)字典 194
8.3.3 小結(jié) 195
8.4 管理數(shù)據(jù)術(shù)語(yǔ)表 196
8.4.1 添加新的術(shù)語(yǔ) 196
8.4.2 審查術(shù)語(yǔ) 198
8.4.3 自定義模板和批量
導(dǎo)入 198
8.4.4 小結(jié) 200
8.5 了解Azure Purview 的高級(jí)功能 200
8.5.1 追蹤數(shù)據(jù)血緣 200
8.5.2 分類規(guī)則 201
8.5.3 REST API 203
8.5.4 小結(jié) 204
8.6 本章小結(jié) 204
第9 章 數(shù)據(jù)質(zhì)量 207
9.1 數(shù)據(jù)測(cè)試概述 207
9.1.1 可用性測(cè)試 208
9.1.2 正確性測(cè)試 209
9.1.3 完整性測(cè)試 210
9.1.4 異常檢測(cè)測(cè)試 212
9.1.5 小結(jié) 214
9.2 使用Azure Data Factory進(jìn)行數(shù)據(jù)質(zhì)量檢查 214
9.2.1 使用Azure Data Factory進(jìn)行測(cè)試 215
9.2.2 執(zhí)行測(cè)試 218
9.2.3 創(chuàng)建和使用模板 219
9.2.4 小結(jié) 221
9.3 擴(kuò)展數(shù)據(jù)測(cè)試 221
9.3.1 支持多個(gè)數(shù)據(jù)平臺(tái) 221
9.3.2 按計(jì)劃運(yùn)行測(cè)試和觸發(fā)運(yùn)行測(cè)試 223
9.3.3 編寫(xiě)測(cè)試 224
9.3.4 存儲(chǔ)測(cè)試定義和結(jié)果 228
9.4 本章小結(jié) 231
第10 章 合規(guī) 233
10.1 數(shù)據(jù)分類 234
10.1.1 特征數(shù)據(jù) 234
10.1.2 遙測(cè)數(shù)據(jù) 235
10.1.3 用戶數(shù)據(jù) 235
10.1.4 用戶擁有的數(shù)據(jù) 236
10.1.5 業(yè)務(wù)數(shù)據(jù) 236
10.1.6 小結(jié) 236
10.2 將敏感數(shù)據(jù)變得不那么敏感 237
10.2.1 聚合 238
10.2.2 匿名化 239
10.2.3 偽匿名化 242
10.2.4 數(shù)據(jù)掩碼 246
10.2.5 小結(jié) 246
10.3 訪問(wèn)控制模型 247
10.3.1 安全組 248
10.3.2 保護(hù)Azure Data Explorer 250
10.3.3 小結(jié) 255
10.4 GDPR 和其他考慮因素 256
10.4.1 數(shù)據(jù)處理 256
10.4.2 數(shù)據(jù)主體請(qǐng)求 256
10.4.3 其他考慮因素 259
10.5 本章小結(jié) 259
第11 章 數(shù)據(jù)分發(fā) 261
11.1 數(shù)據(jù)分發(fā)概述 262
11.2 構(gòu)建數(shù)據(jù)API 264
11.2.1 Azure Cosmos DB簡(jiǎn)介 266
11.2.2 填充Cosmos DB集合 269
11.2.3 檢索數(shù)據(jù) 271
11.2.4 小結(jié) 274
11.3 機(jī)器學(xué)習(xí)模型如何對(duì)外提供服務(wù) 274
11.4 共享數(shù)據(jù)進(jìn)行批量復(fù)制 274
11.4.1 分離計(jì)算資源 275
11.4.2 Azure Data Share簡(jiǎn)介 277
11.4.3 小結(jié) 282
11.5 數(shù)據(jù)共享的*佳實(shí)踐 282
11.6 本章小結(jié) 284
附錄A Azure 服務(wù) 285
附錄B KQL 快速參考 287
附錄C 運(yùn)行代碼示例 289
展開(kāi)全部

機(jī)器學(xué)習(xí)大數(shù)據(jù)平臺(tái)的構(gòu)建、任務(wù)實(shí)現(xiàn)與數(shù)據(jù)治理——使用AZURE、DEVOPS、MLOPS 相關(guān)資料

“本書(shū)提供了清晰且易于復(fù)用的示例，是數(shù)據(jù)工程方面的權(quán)威和全面指南。”
——Kelum Prabath Senanayake Echoworx
“這是一本全方位涵蓋解決方案架構(gòu)師或工程師需要考慮的所有方面的Azure寶典。”
——Albert Nogués, 法國(guó)達(dá)能
“本書(shū)將是一次意義非凡的穿越Azure生態(tài)系統(tǒng)之旅。你將快速構(gòu)建管道并連接組件！”
——Todd Cook，Appen
“本書(shū)是機(jī)器學(xué)習(xí)與DevOps工程師通往Azure世界的絕佳教程。”
——Krzysztof Kamyczek，Luxoft ◆◆◆◆◆ 有志于研究Azure數(shù)據(jù)平臺(tái)和數(shù)據(jù)工程？本書(shū)將助你騰飛！
——valiant2ex
　　我目前從事與Azure和Azure數(shù)據(jù)工廠相關(guān)的工作。入職之初，我對(duì)這些知識(shí)一無(wú)所知。本書(shū)從數(shù)據(jù)工程的角度剖析Azure生態(tài)系統(tǒng)，使我的技術(shù)飛速提升。本書(shū)示例豐富，在學(xué)習(xí)之旅中，我備感愉悅輕松。
　　Azure是浩瀚的知識(shí)海洋，本書(shū)就像一盞明燈，將我們引向成功的彼岸。有本書(shū)在手，數(shù)據(jù)工程解決方案學(xué)習(xí)曲線將變得十分平緩。 ◆◆◆◆◆ 關(guān)于Azure數(shù)據(jù)工程的重量級(jí)好書(shū)。
——Rodrigo de Moura Leite Proenca
　　我是一名從事數(shù)據(jù)工程工作的新軟件工程師，此前曾讀過(guò)另一本指南書(shū)籍。但遇到這本更好的書(shū)，我頓感眼前一亮，相見(jiàn)恨晚！本書(shū)知識(shí)內(nèi)涵豐富，極具價(jià)值，不僅呈現(xiàn)理論概念，而且列舉實(shí)例，幫助讀者加深理解這些概念。
　　本書(shū)還提供一個(gè)GitHub Repo來(lái)幫助運(yùn)行命令，可幫你省下大量時(shí)間！還有很棒的圖表，讓你更直觀、更全面、更透徹地理解技術(shù)原理。

機(jī)器學(xué)習(xí)大數(shù)據(jù)平臺(tái)的構(gòu)建、任務(wù)實(shí)現(xiàn)與數(shù)據(jù)治理——使用AZURE、DEVOPS、MLOPS 作者簡(jiǎn)介

弗拉德·里斯庫(kù)蒂亞(Vlad Riscutia)，是微軟的軟件架構(gòu)師。

暫無(wú)評(píng)論……
書(shū)友推薦
本類暢銷
返回頂部
中圖網(wǎng)
在線客服
主站蜘蛛池模板： 免费精品美女久久久久久久久 | 国产肥熟女视频一区二区三区 | 日韩精品极品视频在线观看免费 | 强奷乱码中文字幕 | 特黄特色的大片观看免费视频 | 欧美大片毛片大片 | 疯狂做受xxxx国产 | 中文字幕人妻无码视频 | 亚洲av无码电影在线播放 | 欧洲女人与公拘交酡视频 | 露脸超嫩97后在线播放 | 国产大学生粉嫩无套流白浆 | 极品粉嫩嫩模大尺度无码 | 免费在线观看黄色小视频 | 天天爽夜夜爽人人爽一区二区 | 午夜免费 | 亚洲涩涩精品专区 | 欧美bbw 极品另类 | 欧美国产一区二区三区激情无套 | 午夜免费的国产片在线观看 | 又黄又爽又高潮免费毛片 | 精品国产v无码大片在线看 精品国产爱久久 | 无码国产色欲xxxxx视频 | 国产日韩av在线播放 | 九九热视频免费在线观看 | 久久久久久综合对白国产 | 久久久久久天天夜夜天天 | 综合久久久久6亚洲综合 | 人人妻人人澡av天堂香蕉 | 久久久久久夜精品精品免费啦 | www.在线观看视频 | 亚洲免费在线视频播放 | 欧美在线视频观看 | 亚洲精品欧洲精品 | 精品久久久久久无码中文野结衣 | 色偷偷亚洲综合网亚洲 | 老熟妇乱子交视频一区 | 男女性高爱潮免费的国产 | 久久亚洲sm情趣捆绑调教 | 欧美a级黄色大片 | 久久中文字幕一区二区三区 |