# Úvod do dátovej vedy v cloude | ](../../sketchnotes/17-DataScience-Cloud.png)| |:---:| | Dátová veda v cloude: Úvod - _Sketchnote od [@nitya](https://twitter.com/nitya)_ | V tejto lekcii sa naučíte základné princípy cloudu, zistíte, prečo môže byť zaujímavé používať cloudové služby na realizáciu vašich projektov dátovej vedy, a pozrieme sa na niekoľko príkladov projektov dátovej vedy realizovaných v cloude. ## [Kvíz pred prednáškou](https://ff-quizzes.netlify.app/en/ds/quiz/32) ## Čo je cloud? Cloud, alebo cloud computing, je poskytovanie širokej škály výpočtových služieb na báze platby za použitie, ktoré sú hostované na infraštruktúre cez internet. Služby zahŕňajú riešenia ako úložiská, databázy, siete, softvér, analytiku a inteligentné služby. Zvyčajne rozlišujeme verejný, súkromný a hybridný cloud nasledovne: * Verejný cloud: verejný cloud je vlastnený a prevádzkovaný treťou stranou poskytovateľa cloudových služieb, ktorý poskytuje svoje výpočtové zdroje cez internet verejnosti. * Súkromný cloud: označuje výpočtové zdroje cloudu používané výlučne jednou firmou alebo organizáciou, pričom služby a infraštruktúra sú udržiavané na súkromnej sieti. * Hybridný cloud: hybridný cloud je systém, ktorý kombinuje verejný a súkromný cloud. Používatelia si vyberajú dátové centrum na mieste, pričom umožňujú, aby dáta a aplikácie bežali na jednom alebo viacerých verejných cloudoch. Väčšina služieb cloud computingu spadá do troch kategórií: infraštruktúra ako služba (IaaS), platforma ako služba (PaaS) a softvér ako služba (SaaS). * Infraštruktúra ako služba (IaaS): používatelia si prenajímajú IT infraštruktúru, ako sú servery a virtuálne stroje (VMs), úložiská, siete, operačné systémy. * Platforma ako služba (PaaS): používatelia si prenajímajú prostredie na vývoj, testovanie, doručovanie a správu softvérových aplikácií. Nemusia sa starať o nastavenie alebo správu základnej infraštruktúry serverov, úložísk, sietí a databáz potrebných na vývoj. * Softvér ako služba (SaaS): používatelia získavajú prístup k softvérovým aplikáciám cez internet, na požiadanie a zvyčajne na základe predplatného. Nemusia sa starať o hosting a správu softvérovej aplikácie, základnej infraštruktúry alebo údržby, ako sú aktualizácie softvéru a bezpečnostné záplaty. Niektorí z najväčších poskytovateľov cloudu sú Amazon Web Services, Google Cloud Platform a Microsoft Azure. ## Prečo si vybrať cloud pre dátovú vedu? Vývojári a IT profesionáli si vyberajú prácu s cloudom z mnohých dôvodov, vrátane nasledujúcich: * Inovácie: môžete poháňať svoje aplikácie integráciou inovatívnych služieb vytvorených poskytovateľmi cloudu priamo do svojich aplikácií. * Flexibilita: platíte len za služby, ktoré potrebujete, a môžete si vybrať zo širokej škály služieb. Zvyčajne platíte podľa potreby a prispôsobujete svoje služby podľa svojich meniacich sa potrieb. * Rozpočet: nemusíte robiť počiatočné investície na nákup hardvéru a softvéru, nastavenie a prevádzku dátových centier na mieste, a môžete jednoducho platiť za to, čo používate. * Škálovateľnosť: vaše zdroje sa môžu škálovať podľa potrieb vášho projektu, čo znamená, že vaše aplikácie môžu používať viac alebo menej výpočtového výkonu, úložiska a šírky pásma, prispôsobujúc sa externým faktorom v danom čase. * Produktivita: môžete sa sústrediť na svoje podnikanie namiesto trávenia času na úlohách, ktoré môže spravovať niekto iný, ako je správa dátových centier. * Spoľahlivosť: cloud computing ponúka niekoľko spôsobov, ako nepretržite zálohovať vaše dáta, a môžete nastaviť plány obnovy po havárii, aby vaše podnikanie a služby pokračovali aj v čase krízy. * Bezpečnosť: môžete využívať politiky, technológie a kontroly, ktoré posilňujú bezpečnosť vášho projektu. Toto sú niektoré z najbežnejších dôvodov, prečo sa ľudia rozhodujú používať cloudové služby. Teraz, keď máme lepšie pochopenie toho, čo je cloud a aké sú jeho hlavné výhody, pozrime sa konkrétnejšie na prácu dátových vedcov a vývojárov pracujúcich s dátami, a ako im cloud môže pomôcť s viacerými výzvami, ktorým môžu čeliť: * Ukladanie veľkého množstva dát: namiesto nákupu, správy a ochrany veľkých serverov môžete ukladať svoje dáta priamo v cloude, s riešeniami ako Azure Cosmos DB, Azure SQL Database a Azure Data Lake Storage. * Vykonávanie integrácie dát: integrácia dát je nevyhnutnou súčasťou dátovej vedy, ktorá vám umožňuje prejsť od zberu dát k prijímaniu opatrení. S integráciou dát ponúkanou v cloude môžete zbierať, transformovať a integrovať dáta z rôznych zdrojov do jedného dátového skladu, s Data Factory. * Spracovanie dát: spracovanie veľkého množstva dát vyžaduje veľa výpočtového výkonu, a nie každý má prístup k dostatočne výkonným strojom, čo je dôvod, prečo sa mnohí rozhodnú priamo využiť obrovský výpočtový výkon cloudu na spustenie a nasadenie svojich riešení. * Používanie analytických služieb: cloudové služby ako Azure Synapse Analytics, Azure Stream Analytics a Azure Databricks vám pomáhajú premeniť vaše dáta na akčné poznatky. * Používanie služieb strojového učenia a inteligencie dát: namiesto začínania od nuly môžete používať algoritmy strojového učenia ponúkané poskytovateľom cloudu, so službami ako AzureML. Môžete tiež používať kognitívne služby, ako je prevod reči na text, text na reč, počítačové videnie a ďalšie. ## Príklady dátovej vedy v cloude Pozrime sa na niekoľko scenárov, aby sme si to urobili konkrétnejšie. ### Analýza sentimentu na sociálnych sieťach v reálnom čase Začneme scenárom, ktorý je často študovaný ľuďmi začínajúcimi so strojovým učením: analýza sentimentu na sociálnych sieťach v reálnom čase. Predstavte si, že prevádzkujete webovú stránku spravodajských médií a chcete využiť živé dáta na pochopenie toho, aký obsah by mohol zaujímať vašich čitateľov. Aby ste o tom vedeli viac, môžete vytvoriť program, ktorý vykonáva analýzu sentimentu v reálnom čase na dátach z publikácií na Twitteri, na témy, ktoré sú relevantné pre vašich čitateľov. Kľúčové ukazovatele, na ktoré sa budete pozerať, sú objem tweetov na konkrétne témy (hashtagy) a sentiment, ktorý sa určuje pomocou analytických nástrojov vykonávajúcich analýzu sentimentu na určené témy. Kroky potrebné na vytvorenie tohto projektu sú nasledovné: * Vytvorte centrum udalostí na streamovanie vstupov, ktoré bude zbierať dáta z Twitteru. * Nakonfigurujte a spustite aplikáciu klienta Twitteru, ktorá bude volať Twitter Streaming API. * Vytvorte úlohu Stream Analytics. * Špecifikujte vstup úlohy a dotaz. * Vytvorte výstupný kanál a špecifikujte výstup úlohy. * Spustite úlohu. Ak chcete vidieť celý proces, pozrite si [dokumentáciu](https://docs.microsoft.com/azure/stream-analytics/stream-analytics-twitter-sentiment-analysis-trends?WT.mc_id=academic-77958-bethanycheum&ocid=AID30411099). ### Analýza vedeckých článkov Pozrime sa na ďalší príklad projektu vytvoreného [Dmitrym Soshnikovom](http://soshnikov.com), jedným z autorov tohto kurzu. Dmitry vytvoril nástroj, ktorý analyzuje články o COVIDe. Preskúmaním tohto projektu uvidíte, ako môžete vytvoriť nástroj, ktorý extrahuje poznatky z vedeckých článkov, získava poznatky a pomáha výskumníkom efektívne sa orientovať vo veľkých kolekciách článkov. Pozrime sa na rôzne kroky použité na tento projekt: * Extrakcia a predspracovanie informácií pomocou [Text Analytics for Health](https://docs.microsoft.com/azure/cognitive-services/text-analytics/how-tos/text-analytics-for-health?WT.mc_id=academic-77958-bethanycheum&ocid=AID3041109). * Použitie [Azure ML](https://azure.microsoft.com/services/machine-learning?WT.mc_id=academic-77958-bethanycheum&ocid=AID3041109) na paralelizáciu spracovania. * Ukladanie a dotazovanie informácií pomocou [Cosmos DB](https://azure.microsoft.com/services/cosmos-db?WT.mc_id=academic-77958-bethanycheum&ocid=AID3041109). * Vytvorenie interaktívneho dashboardu na prieskum a vizualizáciu dát pomocou Power BI. Ak chcete vidieť celý proces, navštívte [Dmitryho blog](https://soshnikov.com/science/analyzing-medical-papers-with-azure-and-text-analytics-for-health/). Ako vidíte, cloudové služby môžeme využívať mnohými spôsobmi na realizáciu dátovej vedy. ## Poznámka pod čiarou Zdroje: * https://azure.microsoft.com/overview/what-is-cloud-computing?ocid=AID3041109 * https://docs.microsoft.com/azure/stream-analytics/stream-analytics-twitter-sentiment-analysis-trends?ocid=AID3041109 * https://soshnikov.com/science/analyzing-medical-papers-with-azure-and-text-analytics-for-health/ ## Kvíz po prednáške ## [Kvíz po prednáške](https://ff-quizzes.netlify.app/en/ds/quiz/33) ## Zadanie [Prieskum trhu](assignment.md) --- **Upozornenie**: Tento dokument bol preložený pomocou služby AI prekladu [Co-op Translator](https://github.com/Azure/co-op-translator). Hoci sa snažíme o presnosť, prosím, berte na vedomie, že automatizované preklady môžu obsahovať chyby alebo nepresnosti. Pôvodný dokument v jeho rodnom jazyku by mal byť považovaný za autoritatívny zdroj. Pre kritické informácie sa odporúča profesionálny ľudský preklad. Nie sme zodpovední za akékoľvek nedorozumenia alebo nesprávne interpretácie vyplývajúce z použitia tohto prekladu.