Microsoft annonce la disponibilité de la machine virtuelle Linux Data Science sur la place de marché Azure

La machine virtuelle Microsoft Data Science est une image de machine virtuelle (VM) Azure préinstallée et configurée avec plusieurs outils populaires couramment utilisés pour l'analyse de données et l'apprentissage automatique. Certains des outils inclus sont Microsoft R Server Developer Edition, la distribution Anaconda Python, le SDK Azure et plus encore. Microsoft a annoncé aujourd'hui la disponibilité de la machine virtuelle Linux Data Science sur le marché Azure. Cette image de machine virtuelle personnalisée est construite sur la version 7.2 de Linux basée sur OpenLogic CentOS. Retrouvez ci-dessous la liste des outils préinstallés et préconfigurés sur la Linux Data Science Virtual Machine,

• Microsoft R ouvert (avec Intel Math Kernel Library).
• Distribution Python Anaconda avec Python 2.7 et 3.5.
• Notebooks Jupyter avec noyau Python et R pour l'exploration et le développement de données basés sur un navigateur.
• Outils Azure : interface de ligne de commande Azure pour gérer les ressources Azure, Azure Storage Explorer pour travailler avec Azure Blobs.
• Une instance de base de données Postgres locale.
• Outils d'apprentissage automatique :
  • Azure ML : produisez des modèles R et Python créés localement sur la machine virtuelle vers notre service Azure ML basé sur le cloud via des bibliothèques préinstallées.
  • Boîte à outils de réseau informatique (CNTK): Un logiciel d'apprentissage en profondeur de Microsoft Research.
  • Wabbit Vœux: Un système ML prenant en charge des techniques telles que l'apprentissage en ligne, le hachage, allreduce, les réductions, learning2search, actif et interactif.
  • XGBoost: Un outil permettant une implémentation rapide et précise de l'arborescence boostée.
  • Hochet (l'outil d'analyse R pour apprendre facilement) : un outil graphique qui permet de démarrer très facilement avec l'analyse de données dans R, avec l'exploration graphique des données, les modèles ML et la génération de code R.
• Outils de développement : SDK Azure en Java, Python, Node.js, Ruby, PHP ; Eclipse IDE avec plug-in Azure Toolkit ; des éditeurs de code comme vim, gedit et Emacs (avec ESS, modules complémentaires auctex) ; Pilotes SQL Server et outils de ligne de commande tels que bcp (Bulk Copy), sqlcmd (utilitaire de requête SQL Server basé sur du texte) ; Client graphique SQuirreL SQL pour accéder à diverses bases de données.
• Accès à distance sur une interface textuelle via un client SSH (comme PuTTY ou la commande ssh) ou sur un bureau graphique (nécessite une installation unique distincte de X2Go sur votre machine cliente).

Lire plus à ce sujet ici.