21 - 30 of 108

Thoughtful Machine Learning with Python:A Test-Driven Approach

機械学習モデルの構築、トレーニング、デプロイにおけるクラウドからエッジにいたる複雑さを克服します。機械学習の基礎、Python での機械学習、モデル強化のための手法、機械学習ソリューションの有効なフレームワークの開発について説明します。 O’Reilly 社が発行したこの電子書籍「Thoughtful Machine Learning with Python:A Test-Driven Approach」は、以下について学習するため、実践的な演習および Python コード サンプルを紹介します。テスト駆動開発、またニューラル ネットワーク、k 近傍法、クラスターなどの共通アルゴリズムを含む、機械学習の基礎。Python の NumPy、Pandas、scikit-learn、SciPy データ ライブラリを使用するコード サンプルを参考にして、新しい機械学習モデルを作成する方法。Azure Machine Learning でオープンソース ツールとフレームワークを使用して、プラットフォームベースの高品質な機械学習モデルを開発する方法。 

インテリジェントなクラウド アプリケーションの構築

経験豊富な開発者たちは、サーバーレス コンピューティング、AI、機械学習をそれぞれ別個の概念として理解していますが、これらの革新的なテクノロジを同時に使用してインテリジェンスをアプリケーションに組み込む方法を知っている人は多くありません。 O’Reilly の電子書籍「インテリジェントなクラウド アプリケーションの構築」では、著者の Vicente Herrera García と Joe Biggs が、Azure でサーバーレス アーキテクチャを使用して、スケーラブルなディープ ラーニングおよび機械学習モデルを構築およびデプロイするための手順を説明します。 Python や、画像と音声の認識と分類を含む事前トレーニング済みモデルを使用して、機械学習をプロジェクトにコーディングする方法を学ぶことができます。スケーリング、セキュリティ、監視など、デプロイと継続的デリバリーに関する問題をご確認ください。 ガイドと付属のサンプル コードを使用して、開発スキルをレベルアップさせることができます。機械学習、サービスとしての関数、API の使用によるサーバーレス コンピューティングの基礎について説明されています。大規模なデータセットを調査するため、事前構築済み機械学習とディープ ラーニングのモデルを選択および使用する方法について理解することで、インテリジェンスを追加します。サーバーレス アプリケーションを、信頼性、効率、コスト効率に優れ、セキュリティで保護された、テスト可能な方法でデプロイし、次いでそれを監視して継続的に改善します。  

クラウドへの SAP ワークロードの移行:チェックリスト

実際のお客様の移行エクスペリエンスと Microsoft の 25 年にわたる SAP とのパートナーシップに基づく役立つヒントやベスト プラクティスによって、SAP クラウド移行の計画を簡単にします。 クラウドへの SAP ワークロードの移行チェックリストをダウンロードして、次を事項を実施する方法を確認します。移行を開始する前に SAP 環境を評価して準備する。オンプレミスの SAP 展開をクラウドにスムーズかつ安全に移行する。新しく移行した SAP 環境をセキュリティ、管理、および最新のテクノロジーへのアクセス用に最適化する。プロセスの任意の段階で参考にできるさまざまな業界からのお客様事例、および Azure 移行サービスを含む他の移行リソースを調べる。  

ガートナー ”サービスとしてのディザスター リカバリーのマジック クアドラント”

ガートナー社は 2019 年の ”サービスとしてのディザスター リカバリーのマジック クアドラント” において、ビジョンの完全性と実行能力に基づき、Microsoft をリーダーとして評価しました。ガートナー社の サービスとしてのディザスター リカバリーのプロバイダーに対する広範な評価を確認していただくため、フル レポートをダウンロードしてください。各ベンダーの長所、注意事項、推奨する使用法について取り上げています。 予期しない IT 稼働停止が生じてもビジネスを継続するため、Microsoft Azure Site Recovery でレプリケーション、フェールオーバー、回復プロセスをデプロイしてください。Site Recovery は信頼性、コスト パフォーマンスに優れ、デプロイが容易な組み込みのサービスとしてのディザスター リカバリーであり、計画済みおよび計画外の停止中にもアプリケーションが稼働し続けるように助けます。 ガートナー ”サービスとしてのディザスター リカバリーのマジック クアドラント”、Worldwide、2019 年 6 月 2 日、Mark Jaggers、Ron Blair、Lisa Pierce

Windows Server 2008 のサポート終了に備えましょう

Windows Server 2008 / 2008 R2 の延長サポートが2020年 1 月 14 日に終了するのに伴い、業務の中断を避けるために今から準備を始めましょう。 このe-Book を読むことで、迅速かつ影響の少ないAzure への移行手段を学んでください。Azure へ移行することで、定常的なセキュリティ更新プログラムが提供され、悪意のある攻撃を防ぎ、業界の規制に準拠したコンプライアンスを担保することが可能になるだけでなく、最新のイノベーションによるインテリジェントなクラウドの機能を利用することができます。また、これらは使い慣れたマイクロソフトのツールを利用し、既存のスキルを活用することができます。さらに、以下についても詳しく説明します。Azure の機能と利点 - Azure が Windows Server の最高のクラウドである理由。 コスト削減 - Azure Hybrid Benefit と Azure Reserve Virtual Machine Instances により、最大80% のコストが削減できる可能性があります* 移行戦略 - 移行のためのベスト プラクティスとアプローチを解説します。

クラウドで得られた教訓: Windows Server を移行した 4 社

Windows Server 2008 および 2008 R2 のサポート終了が近づいています。しかし、今までに他の会社に見られたように、それは、ご利用のワークロードが必要としているセキュリティ、コスト削減、サポート、開発エクスペリエンスをあきらめる必要があることを意味するものではありません。 この電子書籍をお読みになって、Azure への移行が Allscripts、GEA Group、Jellyfish Pictures、および MedPoint Digital にとってなぜ正しい道筋だったかをご確認ください。彼らがここまでに得たコスト、スキルセット、およびコンプライアンスに関する教訓を知り、さらに、貴社が次のことを実現する上で Azure がどのように役立つのかをご確認ください。 馴染みのある Microsoft テクノロジを使用して移行を簡単に行う。オープンソース機能を使用してハイブリッド クラウド シナリオを可能にする。既存のワークロードのセキュリティ保護を維持する。 一元管理されたサービスを取得して、Microsoft のサポートを受ける。 “Azure でも Windows Server ライセンスを引き続き使用できるので、移行によりコストを削減できます。” —Stefan Heimann, Chief Information Officer, GEA Group 

Azure vs. AWS - Windows Server と SQL Server で使用する場合のコストの比較

Windows Server および SQL Server の場合、最もコスト効率に優れたクラウドは Microsoft Azure です。このデータシートをダウンロードして、Azure 独自のコスト削減オプションの活用、セキュリティ更新プログラムの無料での延長、現在のスキルと使い慣れたツールを使用した迅速かつ効率的なイノベーションの開始を行う方法をご確認ください。また、サービスとしてのインフラストラクチャ (IaaS) とサービスとしてのプラットフォーム (PaaS) のコストに関する情報を確認できます。

ISV のクラウド移行のガイド

ご自身の会社のニーズに合った適切なクラウド移行戦略を使用して、収益の拡大、新規顧客へのリーチ、ビジネスを競合他社と差別化する方法をお読みください。ユース ケースを確認し、Microsoft から支援を受けた独立系ソフトウェア ベンダー (ISV) のクラウド最新化への道がどのようにスタートしたかについて説明します。ご自身のクラウド移行または最新化に適した計画とパートナーを見つけ、SaaS アプリ業界のソフトウェア ベンダーとして、200 億ドルと予想されている四半期売上のシェアを獲得してください。 電子書籍をダウンロードして次のことができます。どのクラウド移行戦略が自社に適しているかを判断するために支援を受ける (コード変更を伴わない "リフト アンド シフト" の移行戦略か、より包括的な再構成による最新化)。クラウドへの移行によって総保有コスト (TCO) を削減し、世界のオーディエンスにリーチすることができた企業の実際の事例と顧客の証言を確認する。インテリジェント機能、予測分析、データドリブン分析情報を使用して顧客の行動を分析し、充実した魅力的なユーザー エクスペリエンスを提供することで、基盤を拡大する方法を学ぶ。 

クラウドの移行チェックリスト

このチェックリストは、クラウドの移行を計画、評価、開始するための手順を紹介し、Microsoft Azure を使用してのクラウドへの移動を助けるためのリソースを提供します。

Packt:データ サイエンスの原則

データ サイエンティスト。機械学習エンジニア。ビッグ データ エンジニア。この 3 つはいずれも新興職種*の首位を占めており、数学、プログラミング、ドメインの専門知識という必須のスキルを備えた人材が様々な業界の企業から求められています。 データを処理する多くの人は、このうち 1 つまたは 2 つのスキルを持っていますが、適切なデータ サイエンスには 3 つのスキルすべてが必要です。Packt 社が発行したこの包括的な電子書籍「データ サイエンスの原則」はギャップを解消するのに役立ちます。 ビジネス パフォーマンスを向上させ、革新を促進し、新たな収入源を作り出すには、データ製品を構築します。すべてはそこから始まります。 このガイドは、以下が当てはまる方を対象読者としています。データ サイエンスの基本的なプラクティスを理解して、任意のドメインに適用したいと思っている。数学の基礎 (代数学と確率) に詳しい。コードスニペットと擬似コードを容易に読める。 「データ サイエンスの原則」を今すぐダウンロードして、次の内容をご確認ください。データ サイエンスの用語とデータの種類。データ サイエンスの 5 つのステップ。統計的データ分析と機械学習の基礎。基本を超えて実行可能なこと。