- Funkcja Predict w Azure SQL Database
Funkcja Predict została wprowadzona do wersji preview SQL Server 2017. Od 25 września dostępna jest również na Azure SQL Database. Umożliwia ona wykonywanie scoringu w czasie rzeczywistym, używając modeli napisanych przy pomocy bibliotek RevoScaleR i RevoScalePy. Całość odbywa się bezpośrednio w zapytaniu SQL, bez konieczności dodatkowego wykonywania kodu Python, lub R. Funkcja przyjmuje na wejściu dwa elementy: zapisany model (RevoScaleR, lub RevoScalePy) i dane w formie tabeli, widoku, lub zapytania. Dla tak przygotowanych danych wykonywana jest predykcja i zwracane są prognozowane wartości. Łatwo, szybko i przyjemnie 🙂 - SQL Server 2017 (dostępny na Linux, ze wsparciem dla Python)
SQL Server 2017 jest oficjalnie dostępny. Z tej nowości najbardziej ucieszą się z niej fani Python-a i Linux-a. Nowa wersja popularnego SQL Server-a daje możliwość budowania modeli predykcyjnych z użyciem zarówno R jak i Python. Drugą ważną nowością jest wsparcie dla Linux-a. - Visual Studio Code for AI
Microsoft zaprezentował dodatek dla Visual Studio Code, dedykowany dla osób które na co dzień budują rozwiązania w oparciu o m.in. Cognitive Toolkit (CNTK), TensorFlow i Azure ML (w szczególności jego nową wersję). Całość wygląda i działa całkiem fajnie. Jeśli dodamy do tego świetną integrację z nową wersją Azure ML, to powstaje nam interesująca alternatywa dla PyCharm, Spyder, czy Jupyther Notebooks. - Microsoft R Server to teraz Microsoft Machine Learning Server
Mamy więc nową nazwę tego, co do tej pory nazywaliśmy R Server. Wszystko to wynika z jednej dużej zmiany: prócz języka R, ML Server wspiera teraz Python-a 🙂 Poniższe wideo w prosty sposób opisuje jak działa ten produkt. - Nowa generacja Azure Machine Learning
W mojej ocenie to zdecydowanie numero uno tegorocznego Ignite. Nowa wersja Azure ML posiada zdecydowanie większe możliwości niż jego poprzednik, wspiera całą masę otwartych bibliotek (m.in. TensorFlow, Keras, CNTK i Theano) i jest pozycjonowana jako alternatywa dla power user-ów. Rozwiązanie składa się z trzech komponentów:- Azure Machine Learning Workbench – wieloplatformowe rozwiązanie (Windows, MacOS) służące do przygotowania danych, data wranglingu i zarządzania procesem wytwórczym modeli uczenia maszynowego. Fanów Pythona ucieszy pewnie integracja AML Workbench z Jupyther Notebooks.
- Azure Machine Learning Experimentation Service – rozwiązanie wspomagające pracę nad modelem. Podczas każdego uruchomienia modelu, rozwiązanie zapamiętuje kod (dzięki połaczeniu z Git), konfiguracje projektu i dane które zostały użyte. Dodatkowo daje nam dostęp do historii wykonywanych eksperymentów, więc bez problemu możemy podejrzeć jakie wyniki dawały kolejne wersje budowanego przez nas modelu 🙂
- AML Model Management Service – odpowiedzialny za zarządzanie, hostowanie, wersjonowanie, monitorowanie i wdrażanie modeli uczenia maszynowego. Przykładowy scenariusz użycia może zatem wyglądać następująco: w fazie budowania rozwiązania testujemy nasz model na lokalnym kontenerze Docker-a. Kiedy uzyskamy zadowalające wyniki, w wersji produkcyjnej model może być przeniesiony bliżej docelowego źródła danych, bądź też urządzenia które te dane generuje. Poprzednia generacja Azure ML nie dawała nam takiej swobody. Modele były przechowywane online i nie można było ich w żaden sposób pobrać, bądź skopiować w inne miejsce.
- Azure Machine Learning Workbench – wieloplatformowe rozwiązanie (Windows, MacOS) służące do przygotowania danych, data wranglingu i zarządzania procesem wytwórczym modeli uczenia maszynowego. Fanów Pythona ucieszy pewnie integracja AML Workbench z Jupyther Notebooks.
Patrząc na powyższe punkty łatwo odnieść wrażenie, że Microsoft kontynuuje swoją strategię otwierania się na OpenSource, co w mojej ocenie jest pozytywne i odbije się korzystnie na wszystkich.
Jeśli jesteś ciekaw pozostałych nowości, o których nie wspomniałem to zachęcam Cię do przejrzenia sesji z Ignite, które są dostępne pod adresem: link.
BONUS: Na Ignite 2017 Microsoft zaprezentował nowy, wysokopoziomowy język programowania dedykowany komputerom kwantowym. Nie jest to może temat bezpośrednio związany z Data Science, ale na pewno szalenie interesujący, który prawdopodobnie zmieni w zasadzie całą branżę IT. Nowy język wraz z symulatorem komputera kwantowego będzie zintegrowany z Visual Studio.
Pamiętam jak jeszcze na początku studiów wykładowcy straszyli nas komputerami kwantowymi, których moc obliczeniowa będzie o kilka rzędów wielkości większa niż zwykłych maszyn. W następstwie tego część zabezpieczeń obecnie wykorzystywanych w systemach informatycznych przestanie być aktualna. Wydaje się zatem, że Microsoft robi kolejny krok w kierunku przyszłości znanej z filmów Sci-Fi. Więcej na ten temat możecie przeczytać tutaj.
photo: Microsoft Ignite (@MS_Ignite)
PODOBAŁ CI SIĘ TEN ARTYKUŁ?
Jeśli tak, to zarejestruj się, by otrzymywać informacje o nowych wpisach.
Dodatkowo w prezencie wyślę Ci bezpłatny poradnik :-)
Dodaj komentarz