Moderne forretningsapplikasjoner samler mange ledd i utviklingen. Du er uten tvil mest kjent med n-tierapplikasjoner, som bygger på flere tiår med programmeringsferdigheter og teknikker, og knytter brukergrensesnitt til kode og data. De er kjente og enkle å forstå. Men at alt endrer seg når du begynner å legge til nye teknologier og tilnærminger, og konstruerer massivt skalerbare distribuerte databehandlingsplattformer som utnytter store mengder data og maskinlæring.
Mye av moderne maskinlæring bygger på bruk av analytiske verktøy for å utforske data og utvikle regler for å vise statistisk signifikante avvikere. Selv om spesialiserte nevrale nettverk håndterer kompleks tale- og bildegjenkjenning, krever de fleste problemer ikke spesielt komplekse modeller - spesielt hvis du bruker prediktive algoritmer på datastrømmer fra sensorer eller annen IoT-maskinvare. Likevel er det viktig å prøve nye algoritmer på riksdata før du implementerer dem.
Vi presenterer Azure Notatbøker
Å få tak i maskinlæring kan være vanskelig. Det er vanskelig å visualisere data i stor skala, og vanskeligere å forstå hvordan analyser kan føre til maskinlæring. Det er der Azure Notatbøker kommer inn, og gir deg et sted å utforske analyser ved hjelp av kjente språk på en lekeplass hvor du kan prøve kode og visualiseringer, dele resultater med kolleger og legge til beskrivende tekst rundt koden din og resultater for presentasjoner til ledelsen og teamet ditt. .
Azure Notebooks er en implementering av den mye brukte Jupyter Notebook med åpen kildekode. Jupyter Notebooks støtter mer enn 40 forskjellige språk, og kan kjøre lokalt så vel som i skyen, og du kan ta med kode som er utviklet på Azure til en privat Jupyter Notebook, klar for deling lokalt - eller hvis du trenger å jobbe med skykode. på et fly.
Alt du trenger for å starte er en Microsoft-konto og en moderne nettleser, selv om offentlige notatbøker ikke trenger pålogging. Når du har opprettet en konto, kan du opprette og lagre nye notatbøker eller klone eksisterende for dine egne eksperimenter. Det er støtte for både personlige og arbeidskontoer, slik at du kan jobbe med Azure Notebooks som et utviklingsverktøy for å prøve ut ideer på din egen tid, eller å dele kode og dokumentasjon som en del av et utviklingsteam.
En lekeplass for analyse og maskinlæring
De underliggende teknologiene er kjent: Du kan legge til innhold rundt kjørbare kodespillplasser ved hjelp av Markdown for å formatere tekst. Azure Notebooks legger automatisk til brukergrensesnitt i kodebitene dine, og du kan bruke hvilket som helst av et utvalg av visualiseringsverktøy for å kartlegge resultater. Data kan lastes opp til og lastes ned fra lokale PCer, slik at du kan ta filer du har brukt med Excels analyser og bruke dem i Azure Notebooks, slik at du kan sammenligne resultater og bruke verktøy for forretningsinformasjon for å klargjøre data før de brukes.
Du importerer online data med Curl eller Wget, ved hjelp av Python-kode i en bærbar PC eller fra en bærbar PCs innebygde terminalvindu. Det er også integrasjon med Dropbox, slik at du kan dele filer med kolleger eller bruke den for å sikre at du alltid jobber med den nyeste versjonen av en fil.
Selv om Microsoft tilbyr de fleste verktøyene du trenger, kan den bare virkelig støtte generelle analytiske operasjoner med verktøy som Pythons Anaconda data science-utvidelser. Hvis du trenger spesialiserte biblioteker, for eksempel å håndtere en bestemt matematisk eller maskinlæringsoperasjon, eller hvis du vil bruke et verktøy som er vanlig å bruke i organisasjonen din, kan du installere kode fra språkspesifikke pakkeforvaltere via den bærbare terminalen.
Bygge biblioteker fra notatbøker
Grupper av bærbare datamaskiner lagres som biblioteker, med et dashbord for å administrere og kontrollere bibliotekene dine. I tillegg til å dele individuelle notatbøker, gir Azure Notebooks kontrollert tilgang til hele biblioteker for kolleger og samarbeidspartnere, samt vidåpent tilgang til alle biblioteker du offentliggjør.
Offentlige biblioteker er ikke den eneste måten å bringe kode inn i Azure Notatbøker; du kan også importere fra GitHub repos. Hvis du lagrer et bibliotek i GitHub, hvorfor ikke gjøre det lettere for andre å bruke koden din ved å legge til et GitHub-merke i readme-filen som automatisk kloner og starter de lagrede notatbøkene dine?
Hvis du finner en offentlig Azure Notatbok du vil jobbe med, er alt du trenger å gjøre en klone av den. Kanskje det utforsker en prediktiv vedlikeholds maskinlæringsalgoritme som kan fungere bra med IoT-sensorene dine, så legg til dine egne visualiseringer og data til en klon, samt finjuster hvilken som helst kode. Hvis det fungerer, kan du implementere algoritmen eller et derivat i applikasjonen din. Ved å bruke en Azure Notebook som en kode hva-hvis, kan du utforske hvordan forskjellige algoritmer påvirker koden din uten å måtte bygge hele applikasjonen inn i et testmiljø.
Lær, prøv og lær igjen
Azure Notebooks er ikke en full implementering av Jupyter Notebooks, men delsettet som Microsoft tilbyr er skreddersydd for verktøyene i Azures analyse- og maskinlæringsplattformer. Det er for øyeblikket også gratis, selv om det er noen hukommelses- og lagringsbegrensninger: Du kan bare bruke 4 GB minne per bruker, med 1 GB lagret data. Microsoft godkjenner også eksterne datakilder, og selv om det svarer på brukerforespørsler, har du kanskje ikke tilgang til tredjepartsdata du vil bruke, så du foretrekker å bygge og laste opp eventuelle utdrag du trenger.
En viktig bruk av Azure Notebooks er som en treningsplattform. Du kan bruke den til å begynne å lære forskjellige versjoner av Python (det er slik jeg har brukt dem, fordi jeg har innsett at jeg har et stort Python-formet hull i språkkunnskapene mine), av R eller til og med F # . Microsoft tilbyr et bibliotek med notatbøker som hjelper deg å lære andre verktøy, inkludert bruk av Python med CNTKs dype læringsrammeverk og bygging og opplæring av Azure ML-modeller.
Å ha en sandkasse å spille i er en god måte å lære nye teknikker, spesielt med maskinlæring og andre analytiske teknikker. Men Azure Notebooks har også innebygde presentasjonsverktøy, så hvis du har funnet på noe som kan fungere i et prosjekt, kan du kommentere notatbokskoden i Markdown og dele den med kolleger.
Å gjøre Azure Notebooks til en del av utviklingsprosessen din gjør utviklingen mer samarbeidende, slik at du kan prøve kode og få kommentarer før den brukes i ditt daglige utviklingsmiljø.
