业务都在 SAP 上？用云带 Ta 出海

不知不觉#企业出海必看11课#已经上线了8课，今天的内容，老规矩——汇总第八课《玩儿转大数据的“降维”实现方案》重点干货，阅读前检查是否已报名将于本周五上线的《业务都在SAP上？用云带Ta出海》

扫描上方二维码报名

内容来源：微软全事业部云计算解决方案架构师 赵明杰

 配图来源：讲师直播PPT

*经「微软商业视角」整理编辑后推送

读前划重点：

• 你可以用的大数据高级分析服务有哪些？
  

• 微软推荐的参考体系架构

• 每项高级分析服务运用在哪些业务场景

• Azure 机器学习的操作

• 服务间的协作

微软高级分析堆栈

微软推荐参考体系架构

在组织中实施高级分析解决方案分为四个步骤：

首先，你需要从各种数据源 (包括批处理和流数据) 中获取数据。

- AzureHD Insight可以让你实时获取大规模数据；

- Azure 数据工厂能帮你大规模地接收结构化和非结构化批处理数据, 加速你的数据准备过程；

接下来, 就要开始接收和存储获取的不同数据了。

当然这个过程你希望不用去考虑数据量、种类和速度的影响，所以我们推荐——使用 Azure Blob 存储，这样就能构建跨越本地和云的数据集成管道；

接下来自然是数据的清理、准备和训练。

这时候就要用到——Azure Databricks，Ta可以使数据科学家和数据工程师在最快的 Spark 环境中协作构建和测试 ML 和 AI 模型；

最后, 便是对这些准备好的数据进行建模，并将其提供给你的应用程序或机器人。

- Azure Cosmos DB 可以为大规模可扩展的应用程序提供低延迟

- 而借助 Azure SQL 数据仓库, 你可以轻松地和领先的 BI 解决方案集成，例如 ——Power BI~

篇幅有限，这里我们重点说一下微软智能云Azure的机器学习服务。

Azure的机器学习服务

做AI的企业很多，大都发现现在及接下来一段时间的重点挑战是——怎么更快更好的做一个深度学习模型？

如图，我们需要做图像分类和对象识别，就要用到CNNs。但CNNs并不同意构建：

- 首先需要一个数据科学家充分了解业务，并将模型映射到业务中；

- 从头开始构建非常耗时；

- 具有许多变量 (体系结构、节点、图层等) 的相当复杂

所以，我们该怎么做？

Duang~Azure机器学习服务——登！场！了！Ta是一套基于云环境, 可用于开发、培训、测试、部署、管理和跟踪机器学习模型的一套服务。

在Azure机器学习服务上——你可以选择熟悉的数据科学工具：

- 可选择任何 python 开发环境

- 并提高数据科学生产力

Azure ML 为客户提供了灵活性, 使其能够提供自己选择的工具。不需要改变你的习惯, 没有不舒服的阅读/重新学习；我们还提供了小部件和工具扩展, 使其更有效地用于 ML。

在Azure机器学习服务上——你可以借助端到端、可扩展、值得信赖的平台, 为每个人提供 AI

在Azure机器学习服务上——加速你的模型开发、选择

- 开发

- 选择

·  ·  ·

Azure HDInsight/ Azure Databricks在数据高级分析里怎么用？各个功能之间如何协作？更多赵明杰老师手把手传授大数据在业务场景的高级分析全过程......全在上周五的直！播！里！

错过直播？扫描下方二维码【观看录播】

*录播课反复观看

认真学习还可触发免费下载《企业出海白皮书》

01.

你的企业或已经出海，或即将出海，或还在观望机会......如希望在业务合规或高效出海领域与微软合作，扫描下方二维码完善合作意向表单。

02.

高能提醒：本周五15:00即将上线《企业出海必看11课（九）业务都在 SAP 上？用云带 Ta 出海》——你报名了吗？