History

leestott c4b1965093 🌐 Update translations via Co-op Translator		6 months ago
..
README.md	🌐 Update translations via Co-op Translator	6 months ago
assignment.md	🌐 Update translations via Co-op Translator	7 months ago

README.md

Úvod do datové vědy v cloudu


Datová věda v cloudu: Úvod - Sketchnote od @nitya

V této lekci se naučíte základní principy cloudu, zjistíte, proč může být zajímavé využívat cloudové služby pro vaše projekty datové vědy, a podíváme se na několik příkladů projektů datové vědy realizovaných v cloudu.

Kvíz před přednáškou

Co je cloud?

Cloud, nebo cloud computing, je poskytování široké škály výpočetních služeb na principu „pay-as-you-go“, které jsou hostovány na infrastruktuře přes internet. Mezi služby patří řešení jako úložiště, databáze, sítě, software, analytika a inteligentní služby.

Obvykle rozlišujeme veřejný, soukromý a hybridní cloud následovně:

Veřejný cloud: veřejný cloud je vlastněn a provozován třetí stranou, poskytovatelem cloudových služeb, který poskytuje své výpočetní zdroje přes internet veřejnosti.
Soukromý cloud: označuje výpočetní zdroje cloudu používané výhradně jedním podnikem nebo organizací, přičemž služby a infrastruktura jsou udržovány na soukromé síti.
Hybridní cloud: hybridní cloud je systém, který kombinuje veřejné a soukromé cloudy. Uživatelé si zvolí datové centrum na místě, zatímco umožní, aby data a aplikace běžely na jednom nebo více veřejných cloudech.

Většina služeb cloud computingu spadá do tří kategorií: infrastruktura jako služba (IaaS), platforma jako služba (PaaS) a software jako služba (SaaS).

Infrastruktura jako služba (IaaS): uživatelé si pronajímají IT infrastrukturu, jako jsou servery a virtuální stroje (VMs), úložiště, sítě, operační systémy.
Platforma jako služba (PaaS): uživatelé si pronajímají prostředí pro vývoj, testování, doručování a správu softwarových aplikací. Uživatelé se nemusí starat o nastavení nebo správu základní infrastruktury serverů, úložiště, sítí a databází potřebných pro vývoj.
Software jako služba (SaaS): uživatelé získávají přístup k softwarovým aplikacím přes internet, na vyžádání a obvykle na základě předplatného. Uživatelé se nemusí starat o hosting a správu softwarové aplikace, základní infrastrukturu nebo údržbu, jako jsou aktualizace softwaru a bezpečnostní záplaty.

Mezi největší poskytovatele cloudových služeb patří Amazon Web Services, Google Cloud Platform a Microsoft Azure.

Proč zvolit cloud pro datovou vědu?

Vývojáři a IT profesionálové si volí práci s cloudem z mnoha důvodů, včetně následujících:

Inovace: můžete pohánět své aplikace integrací inovativních služeb vytvořených poskytovateli cloudu přímo do svých aplikací.
Flexibilita: platíte pouze za služby, které potřebujete, a můžete si vybrat z široké škály služeb. Obvykle platíte podle potřeby a přizpůsobujete své služby podle svých měnících se potřeb.
Rozpočet: nemusíte dělat počáteční investice do nákupu hardwaru a softwaru, nastavení a provozu datových center na místě, a můžete jednoduše platit za to, co používáte.
Škálovatelnost: vaše zdroje se mohou přizpůsobit potřebám vašeho projektu, což znamená, že vaše aplikace mohou využívat více nebo méně výpočetního výkonu, úložiště a šířky pásma, přizpůsobené externím faktorům v daném okamžiku.
Produktivita: můžete se soustředit na své podnikání místo trávení času úkoly, které může spravovat někdo jiný, jako je správa datových center.
Spolehlivost: cloud computing nabízí několik způsobů, jak nepřetržitě zálohovat vaše data, a můžete nastavit plány obnovy po havárii, aby vaše podnikání a služby pokračovaly i v době krize.
Bezpečnost: můžete využívat politiky, technologie a kontroly, které posilují bezpečnost vašeho projektu.

Toto jsou některé z nejběžnějších důvodů, proč lidé volí cloudové služby. Nyní, když máme lepší pochopení toho, co cloud je a jaké jsou jeho hlavní výhody, podívejme se konkrétněji na práci datových vědců a vývojářů pracujících s daty a na to, jak jim cloud může pomoci s několika výzvami, kterým mohou čelit:

Ukládání velkého množství dat: místo nákupu, správy a ochrany velkých serverů můžete ukládat svá data přímo v cloudu, s řešeními jako Azure Cosmos DB, Azure SQL Database a Azure Data Lake Storage.
Provádění integrace dat: integrace dat je zásadní součástí datové vědy, která vám umožňuje přejít od sběru dat k činění rozhodnutí. S integračními službami dat nabízenými v cloudu můžete sbírat, transformovat a integrovat data z různých zdrojů do jednoho datového skladu, s Data Factory.
Zpracování dat: zpracování velkého množství dat vyžaduje hodně výpočetního výkonu, a ne každý má přístup k dostatečně výkonným strojům, což je důvod, proč mnoho lidí volí přímo využití obrovského výpočetního výkonu cloudu k provozu a nasazení svých řešení.
Využívání analytických služeb: cloudové služby jako Azure Synapse Analytics, Azure Stream Analytics a Azure Databricks vám pomohou proměnit vaše data v akční poznatky.
Využívání služeb strojového učení a inteligence dat: místo začínání od nuly můžete využívat algoritmy strojového učení nabízené poskytovatelem cloudu, s službami jako AzureML. Můžete také využívat kognitivní služby, jako je převod řeči na text, text na řeč, počítačové vidění a další.

Příklady datové vědy v cloudu

Pojďme si to přiblížit pomocí několika scénářů.

Analýza sentimentu na sociálních sítích v reálném čase

Začněme scénářem, který je běžně studován lidmi, kteří začínají se strojovým učením: analýza sentimentu na sociálních sítích v reálném čase.

Řekněme, že provozujete zpravodajský web a chcete využít živá data k pochopení, jaký obsah by mohl vaše čtenáře zajímat. Abyste se o tom dozvěděli více, můžete vytvořit program, který provádí analýzu sentimentu dat z publikací na Twitteru v reálném čase, na témata, která jsou relevantní pro vaše čtenáře.

Klíčové ukazatele, na které se zaměříte, jsou objem tweetů na konkrétní témata (hashtagy) a sentiment, který je stanoven pomocí analytických nástrojů, které provádějí analýzu sentimentu kolem specifikovaných témat.

Kroky potřebné k vytvoření tohoto projektu jsou následující:

Vytvořte event hub pro streamování vstupů, který bude sbírat data z Twitteru.
Nakonfigurujte a spusťte aplikaci klienta Twitteru, která bude volat Twitter Streaming API.
Vytvořte úlohu Stream Analytics.
Určete vstup úlohy a dotaz.
Vytvořte výstupní cíl a určete výstup úlohy.
Spusťte úlohu.

Pro zobrazení celého procesu si prohlédněte dokumentaci.

Analýza vědeckých článků

Podívejme se na další příklad projektu vytvořeného Dmitrijem Soshnikovem, jedním z autorů tohoto kurzu.

Dmitrij vytvořil nástroj, který analyzuje články o COVIDu. Přezkoumáním tohoto projektu uvidíte, jak můžete vytvořit nástroj, který extrahuje znalosti z vědeckých článků, získává poznatky a pomáhá výzkumníkům efektivně procházet velké kolekce článků.

Podívejme se na různé kroky použité pro tento projekt:

Extrakce a předzpracování informací pomocí Text Analytics for Health.
Použití Azure ML k paralelizaci zpracování.
Ukládání a dotazování informací pomocí Cosmos DB.
Vytvoření interaktivního dashboardu pro průzkum dat a vizualizaci pomocí Power BI.

Pro zobrazení celého procesu navštivte Dmitrijův blog.

Jak vidíte, cloudové služby můžeme využívat mnoha způsoby k provádění datové vědy.

Poznámka pod čarou

Zdroje:

Kvíz po přednášce

Zadání

Průzkum trhu

Prohlášení:
Tento dokument byl přeložen pomocí služby pro automatický překlad Co-op Translator. Ačkoli se snažíme o přesnost, mějte prosím na paměti, že automatické překlady mohou obsahovat chyby nebo nepřesnosti. Původní dokument v jeho původním jazyce by měl být považován za autoritativní zdroj. Pro důležité informace doporučujeme profesionální lidský překlad. Neodpovídáme za žádná nedorozumění nebo nesprávné interpretace vyplývající z použití tohoto překladu.