Ce que vous devez savoir sur les blocs-notes Azure

Les applications métier modernes rassemblent de nombreux axes de développement. Vous êtes sans aucun doute le plus familier avec les applications de niveau n, en vous appuyant sur des décennies de compétences et de techniques de programmation, reliant l'interface utilisateur au code et aux données. Ils sont familiers et faciles à comprendre. Mais tout cela change lorsque vous commencez à ajouter de nouvelles technologies et approches, en construisant des plates-formes informatiques distribuées massivement évolutives qui tirent parti de grandes quantités de données et de l'apprentissage automatique.

Une grande partie de l'apprentissage automatique moderne repose sur l'utilisation d'outils analytiques pour explorer les données et développer des règles pour afficher les valeurs aberrantes statistiquement significatives. Bien que les réseaux de neurones spécialisés gèrent une reconnaissance vocale et d'image complexe, la plupart des problèmes ne nécessitent pas de modèles particulièrement complexes, en particulier si vous utilisez des algorithmes prédictifs sur des flux de données provenant de capteurs ou d'autres matériels IoT. Même dans ce cas, il est important d'essayer de nouveaux algorithmes sur les données de domaine avant de les implémenter.

Présentation des blocs-notes Azure

Se familiariser avec l'apprentissage automatique peut être délicat. Il est difficile de visualiser les données à grande échelle, et encore plus difficile de comprendre comment l'analyse peut stimuler l'apprentissage automatique. C'est là qu'Azure Notebooks entre en jeu, vous donnant un endroit pour explorer l'analyse en utilisant des langages familiers dans un terrain de jeu où vous pouvez essayer du code et des visualisations, partager les résultats avec des collègues et ajouter un texte descriptif autour de votre code et des résultats pour les présentations à la direction et à votre équipe .

Azure Notebooks est une implémentation de Jupyter Notebook open source largement utilisé. Prenant en charge plus de 40 langues différentes, Jupyter Notebooks peut s'exécuter localement ainsi que sur le cloud, et vous pouvez intégrer le code développé sur Azure dans un Jupyter Notebook privé, prêt à être partagé sur site, ou si vous avez besoin de travailler avec du code cloud dans un avion.

Tout ce dont vous avez besoin pour démarrer est un compte Microsoft et un navigateur Web moderne, même si les blocs-notes publics n'ont pas besoin de connexion. Une fois que vous avez configuré un compte, vous pouvez créer et enregistrer de nouveaux blocs-notes ou cloner des blocs-notes existants pour vos propres expériences. Il existe une prise en charge pour les comptes personnels et professionnels, vous pouvez donc travailler avec Azure Notebooks en tant qu'outil de développement pour essayer des idées à votre rythme ou pour partager du code et de la documentation au sein d'une équipe de développement.

Un terrain de jeu pour l'analyse et l'apprentissage automatique

Les technologies sous-jacentes sont familières: vous pouvez ajouter du contenu autour de terrains de jeux de code exécutables en utilisant Markdown pour formater du texte. Azure Notebooks ajoute automatiquement une interface utilisateur à vos extraits de code, et vous pouvez utiliser l'un d'une sélection d'outils de visualisation pour tracer les résultats. Les données peuvent être chargées et téléchargées à partir de PC locaux, afin que vous puissiez prendre les fichiers que vous avez utilisés avec les analyses d'Excel et les utiliser dans Azure Notebooks, ce qui vous permet de comparer les résultats et d'utiliser des outils de Business Intelligence pour préparer les données avant leur utilisation.

Vous importez des données en ligne avec Curl ou Wget, en utilisant du code Python dans un notebook ou à partir de la fenêtre de terminal intégrée d'un notebook. Il existe également une intégration avec Dropbox, vous pouvez donc partager des fichiers avec des collègues ou l'utiliser pour vous assurer que vous travaillez toujours avec la dernière version d'un fichier.

Bien que Microsoft fournisse la plupart des outils dont vous aurez besoin, il ne peut vraiment prendre en charge les opérations analytiques générales qu'avec des outils tels que les extensions de science des données Anaconda de Python. Si vous avez besoin de bibliothèques spécialisées, par exemple pour gérer une opération mathématique ou d'apprentissage automatique spécifique, ou si vous souhaitez utiliser un outil couramment utilisé dans votre organisation, vous pouvez installer du code à partir de gestionnaires de packages spécifiques à une langue via le terminal du notebook.

Création de bibliothèques à partir de blocs-notes

Les groupes de blocs-notes sont enregistrés en tant que bibliothèques, avec un tableau de bord pour vous aider à gérer et contrôler vos bibliothèques. Outre le partage de blocs-notes individuels, Azure Notebooks donne un accès contrôlé à des bibliothèques entières pour les collègues et les collègues, ainsi qu'un accès largement ouvert à toutes les bibliothèques que vous rendez publiques.

Les bibliothèques publiques ne sont pas le seul moyen d'intégrer du code dans Azure Notebooks; vous pouvez également importer des dépôts GitHub. Si vous enregistrez une bibliothèque dans GitHub, pourquoi ne pas faciliter l'utilisation de votre code par d'autres en ajoutant un badge GitHub à votre fichier Lisez-moi qui clone et lance automatiquement vos blocs-notes enregistrés?

Si vous trouvez un bloc-notes Azure public avec lequel vous souhaitez travailler, tout ce que vous avez à faire est d'en faire un clone. Peut-être qu'il explore un algorithme d'apprentissage automatique de maintenance prédictive qui pourrait bien fonctionner avec vos capteurs IoT, alors ajoutez vos propres visualisations et données à un clone, ainsi que modifiez n'importe quel code. Si cela fonctionne, vous pouvez implémenter l'algorithme ou un dérivé dans votre application. En utilisant un bloc-notes Azure en tant que code de simulation, vous pouvez explorer comment différents algorithmes affectent votre code sans avoir à créer l'ensemble de l'application dans un environnement de test.

Apprenez, essayez et réapprenez

Azure Notebooks n'est pas une implémentation complète de Jupyter Notebooks, mais le sous-ensemble proposé par Microsoft est adapté aux outils des plates-formes d'analyse et d'apprentissage automatique d'Azure. Il est également actuellement gratuit, bien qu'il existe certaines limitations de mémoire et de stockage: vous ne pouvez utiliser que 4 Go de mémoire par utilisateur, avec 1 Go de données stockées. Microsoft met également sur liste blanche les sources de données externes et, bien qu'il réponde aux demandes des utilisateurs, vous n'aurez peut-être pas accès aux données tierces que vous souhaitez utiliser, vous préférerez peut-être créer et télécharger les extraits dont vous avez besoin.

Une utilisation importante d'Azure Notebooks est en tant que plateforme de formation. Vous pouvez l'utiliser pour commencer à apprendre différentes versions de Python (c'est ainsi que je les utilise, car j'ai réalisé que j'ai un grand trou en forme de Python dans mes connaissances linguistiques), de R, ou même de F # . Microsoft fournit une bibliothèque de blocs-notes pour vous aider à apprendre d'autres outils, notamment l'utilisation de Python avec son cadre d'apprentissage profond CNTK et la création et la formation de modèles Azure ML.

Avoir un bac à sable pour jouer est un bon moyen d'apprendre de nouvelles techniques, en particulier avec l'apprentissage automatique et d'autres techniques analytiques. Mais Azure Notebooks dispose également d'outils de présentation intégrés, donc si vous avez trouvé quelque chose qui pourrait fonctionner dans un projet, annotez le code de votre bloc-notes dans Markdown et partagez-le avec vos collègues.

L'intégration d'Azure Notebooks à votre processus de développement rend le développement plus collaboratif, vous permettant d'essayer le code et d'obtenir des commentaires avant qu'il ne soit utilisé dans votre environnement de développement quotidien.