Microsoft tillkännager tillgängligheten av Linux Data Science Virtual Machine på Azure Marketplace
2 min. läsa
Publicerad den
Läs vår informationssida för att ta reda på hur du kan hjälpa MSPoweruser upprätthålla redaktionen Läs mer
Microsoft Data Science Virtual Machine är en virtuell Azure-maskin (VM)-avbildning som är förinstallerad och konfigurerad med flera populära verktyg som vanligtvis används för dataanalys och maskininlärning. Några av verktygen som ingår är Microsoft R Server Developer Edition, Anaconda Python-distribution, Azure SDK och mer. Microsoft tillkännagav idag tillgängligheten av Linux Data Science Virtual Machine på Azure-marknaden. Den här anpassade VM-bilden är byggd på den OpenLogic CentOS-baserade Linux version 7.2. Hitta listan över verktyg som är förinstallerade och förkonfigurerade på Linux Data Science Virtual Machine nedan,
- Microsoft R Öppna (med Intel Math Kernel Library).
- Anaconda Python Distribution med Python 2.7 och 3.5.
- Jupyter Notebooks med Python och R-kärna för webbläsarbaserad datautforskning och utveckling.
- Azure-verktyg: Azure Command Line Interface för hantering av Azure-resurser, Azure Storage Explorer för att arbeta med Azure Blobs.
- En lokal Postgres-databasinstans.
- Maskininlärningsverktyg:
- Azure ML: Produktionisera R- och Python-modeller byggda lokalt på den virtuella datorn till vår molnbaserade Azure ML-tjänst genom förinstallerade bibliotek.
- Computational Network Toolkit (CNTK): En mjukvara för djupinlärning från Microsoft Research.
- Vowpal Wabbit: Ett ML-system som stöder tekniker som online, hash, allreduce, reduktioner, learning2search, aktivt och interaktivt lärande.
- XGBoost: Ett verktyg som ger snabb och exakt förstärkt trädimplementering.
- Skallra (R Analytical Tool To Learn Easily): Ett GUI-verktyg som gör det mycket enkelt att komma igång med dataanalys i R, med grafisk datautforskning, ML-modeller och R-kodgenerering.
- Utvecklingsverktyg: Azure SDK i Java, Python, Node.js, Ruby, PHP; Eclipse IDE med Azure Toolkit-plugin; kodredigerare som vim, gedit och Emacs (med ESS, auctex-tillägg); SQL Server-drivrutiner och kommandoradsverktyg som bcp (Bulk Copy), sqlcmd (textbaserat SQL Server-frågeverktyg); SQuirreL SQL grafisk klient för att komma åt olika databaser.
- Fjärråtkomst på textgränssnitt via en SSH-klient (som PuTTY eller ssh-kommando) eller på ett grafiskt skrivbord (kräver separat engångsinstallation av X2Go på din klientdator).
Läs mer om det här..