msb-public
/
Data-Science-For-Beginners
mirror of https://github.com/microsoft/Data-Science-For-Beginners.git
1
0
Code Issues Projects Releases Wiki Activity
You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
Branches Tags
${ item.name }
Create tag ${ searchTerm }
Create branch ${ searchTerm }
from 'main'
${ noResults }
Data-Science-For-Beginners/translations/sl/5-Data-Science-In-Cloud/17-Introduction/README.md

9.7 KiB
Raw Permalink Blame History

Uvod v podatkovno znanost v oblaku

Sketchnote by (@sketchthedocs)
Podatkovna znanost v oblaku: Uvod - Sketchnote by @nitya

V tej lekciji boste spoznali temeljna načela oblaka, nato pa boste videli, zakaj je lahko zanimivo uporabljati storitve v oblaku za izvajanje projektov podatkovne znanosti. Ogledali si bomo tudi nekaj primerov projektov podatkovne znanosti, ki se izvajajo v oblaku.

Predhodni kviz

Kaj je oblak?

Oblak oziroma računalništvo v oblaku je dostava širokega nabora storitev računalništva na zahtevo, ki so gostovane na infrastrukturi prek interneta. Storitve vključujejo rešitve, kot so shranjevanje, baze podatkov, omrežja, programska oprema, analitika in inteligentne storitve.

Običajno ločimo javni, zasebni in hibridni oblak, kot sledi:

  • Javni oblak: javni oblak je v lasti in upravljanju tretjega ponudnika storitev v oblaku, ki svoje računalniške vire prek interneta dostavlja javnosti.
  • Zasebni oblak: nanaša se na računalniške vire v oblaku, ki jih uporablja izključno eno podjetje ali organizacija, pri čemer so storitve in infrastruktura vzdrževane na zasebnem omrežju.
  • Hibridni oblak: hibridni oblak je sistem, ki združuje javne in zasebne oblake. Uporabniki se odločijo za lokalni podatkovni center, hkrati pa omogočajo, da se podatki in aplikacije izvajajo na enem ali več javnih oblakih.

Večina storitev računalništva v oblaku spada v tri kategorije: infrastruktura kot storitev (IaaS), platforma kot storitev (PaaS) in programska oprema kot storitev (SaaS).

  • Infrastruktura kot storitev (IaaS): uporabniki najamejo IT infrastrukturo, kot so strežniki in virtualni stroji (VM), shranjevanje, omrežja, operacijski sistemi.
  • Platforma kot storitev (PaaS): uporabniki najamejo okolje za razvoj, testiranje, dostavo in upravljanje programske opreme. Uporabnikom ni treba skrbeti za nastavitev ali upravljanje osnovne infrastrukture strežnikov, shranjevanja, omrežja in baz podatkov, potrebnih za razvoj.
  • Programska oprema kot storitev (SaaS): uporabniki dobijo dostop do programske opreme prek interneta, na zahtevo in običajno na naročniški osnovi. Uporabnikom ni treba skrbeti za gostovanje in upravljanje programske opreme, osnovne infrastrukture ali vzdrževanje, kot so posodobitve programske opreme in varnostni popravki.

Nekateri največji ponudniki storitev v oblaku so Amazon Web Services, Google Cloud Platform in Microsoft Azure.

Zakaj izbrati oblak za podatkovno znanost?

Razvijalci in IT strokovnjaki se odločajo za delo z oblakom iz več razlogov, med drugim:

  • Inovativnost: svoje aplikacije lahko poganjate z integracijo inovativnih storitev, ki jih ustvarijo ponudniki storitev v oblaku, neposredno v svoje aplikacije.
  • Prilagodljivost: plačate samo za storitve, ki jih potrebujete, in lahko izbirate med širokim naborom storitev. Običajno plačujete sproti in prilagajate storitve glede na svoje spreminjajoče se potrebe.
  • Proračun: ni vam treba vlagati v nakup strojne in programske opreme, postavitev in upravljanje lokalnih podatkovnih centrov; plačate samo za tisto, kar uporabljate.
  • Skalabilnost: vaši viri se lahko prilagajajo potrebam vašega projekta, kar pomeni, da lahko vaše aplikacije uporabljajo več ali manj računalniške moči, shranjevanja in pasovne širine, odvisno od zunanjih dejavnikov v danem trenutku.
  • Produktivnost: osredotočite se lahko na svoje poslovanje, namesto da bi izgubljali čas z nalogami, ki jih lahko upravlja nekdo drug, kot je upravljanje podatkovnih centrov.
  • Zanesljivost: računalništvo v oblaku ponuja več načinov za neprekinjeno varnostno kopiranje vaših podatkov, prav tako pa lahko vzpostavite načrte za obnovo po katastrofi, da vaše poslovanje in storitve delujejo tudi v kriznih časih.
  • Varnost: izkoristite lahko politike, tehnologije in nadzore, ki krepijo varnost vašega projekta.

To so nekateri najpogostejši razlogi, zakaj se ljudje odločajo za uporabo storitev v oblaku. Zdaj, ko bolje razumemo, kaj je oblak in kakšne so njegove glavne prednosti, si poglejmo bolj specifično delo podatkovnih znanstvenikov in razvijalcev, ki delajo s podatki, ter kako jim oblak lahko pomaga pri različnih izzivih, s katerimi se soočajo:

  • Shranjevanje velikih količin podatkov: namesto da kupujete, upravljate in zaščitite velike strežnike, lahko svoje podatke shranite neposredno v oblaku, z rešitvami, kot so Azure Cosmos DB, Azure SQL Database in Azure Data Lake Storage.
  • Izvajanje integracije podatkov: integracija podatkov je bistveni del podatkovne znanosti, ki omogoča prehod od zbiranja podatkov do ukrepanja. S storitvami za integracijo podatkov, ki jih ponuja oblak, lahko zbirate, transformirate in integrirate podatke iz različnih virov v enotno podatkovno skladišče, z Data Factory.
  • Obdelava podatkov: obdelava velikih količin podatkov zahteva veliko računalniške moči, do katere nimajo vsi dostopa. Zato se mnogi odločijo, da neposredno izkoristijo ogromno računalniško moč oblaka za izvajanje in uvajanje svojih rešitev.
  • Uporaba storitev za analitiko podatkov: storitve v oblaku, kot so Azure Synapse Analytics, Azure Stream Analytics in Azure Databricks, vam pomagajo pretvoriti podatke v uporabne vpoglede.
  • Uporaba storitev za strojno učenje in podatkovno inteligenco: namesto da začnete od začetka, lahko uporabite algoritme strojnega učenja, ki jih ponuja ponudnik storitev v oblaku, z rešitvami, kot je AzureML. Prav tako lahko uporabite kognitivne storitve, kot so pretvorba govora v besedilo, besedila v govor, računalniški vid in več.

Primeri podatkovne znanosti v oblaku

Poglejmo si nekaj scenarijev, da bo to bolj oprijemljivo.

Analiza sentimenta na družbenih omrežjih v realnem času

Začeli bomo s scenarijem, ki ga pogosto preučujejo ljudje, ki začenjajo s strojnim učenjem: analiza sentimenta na družbenih omrežjih v realnem času.

Recimo, da upravljate spletno stran z novicami in želite izkoristiti podatke v živo, da bi razumeli, kakšna vsebina bi lahko zanimala vaše bralce. Da bi izvedeli več o tem, lahko ustvarite program, ki izvaja analizo sentimenta v realnem času na podatkih iz objav na Twitterju, o temah, ki so relevantne za vaše bralce.

Ključni kazalniki, ki jih boste preučevali, so obseg tvitov o določenih temah (hashtagih) in sentiment, ki se določi z analitičnimi orodji za analizo sentimenta okoli določenih tem.

Koraki za ustvarjanje tega projekta so naslednji:

  • Ustvarite vozlišče dogodkov za pretok vhodnih podatkov, ki bo zbiralo podatke s Twitterja.
  • Konfigurirajte in zaženite aplikacijo za Twitter odjemalca, ki bo klicala Twitter Streaming API-je.
  • Ustvarite Stream Analytics nalogo.
  • Določite vhod in poizvedbo naloge.
  • Ustvarite izhodno destinacijo in določite izhod naloge.
  • Zaženite nalogo.

Celoten postopek si lahko ogledate v dokumentaciji.

Analiza znanstvenih člankov

Poglejmo si še en primer projekta, ki ga je ustvaril Dmitry Soshnikov, eden od avtorjev tega kurikuluma.

Dmitry je ustvaril orodje za analizo člankov o COVID-u. S pregledom tega projekta boste videli, kako lahko ustvarite orodje, ki iz znanstvenih člankov pridobiva znanje, pridobiva vpoglede in pomaga raziskovalcem učinkovito navigirati skozi velike zbirke člankov.

Poglejmo si različne korake, ki so bili uporabljeni za to:

  • Izvlečenje in predobdelava informacij z Text Analytics for Health.
  • Uporaba Azure ML za paralelizacijo obdelave.
  • Shranjevanje in poizvedovanje informacij z Cosmos DB.
  • Ustvarjanje interaktivne nadzorne plošče za raziskovanje in vizualizacijo podatkov z uporabo Power BI.

Celoten postopek si lahko ogledate na Dmitryjevem blogu.

Kot vidite, lahko storitve v oblaku na različne načine izkoristimo za izvajanje podatkovne znanosti.

Opomba

Viri:

Zaključni kviz

Zaključni kviz

Naloga

Tržna raziskava

Omejitev odgovornosti:
Ta dokument je bil preveden z uporabo storitve za prevajanje z umetno inteligenco Co-op Translator. Čeprav si prizadevamo za natančnost, vas prosimo, da upoštevate, da lahko avtomatizirani prevodi vsebujejo napake ali netočnosti. Izvirni dokument v njegovem izvirnem jeziku je treba obravnavati kot avtoritativni vir. Za ključne informacije priporočamo profesionalni človeški prevod. Ne prevzemamo odgovornosti za morebitna napačna razumevanja ali napačne interpretacije, ki bi nastale zaradi uporabe tega prevoda.