Microsoft tillkännager tillgängligheten av Linux Data Science Virtual Machine på Azure Marketplace
2 min. läsa
Publicerad den
Dela den här artikeln
Förbättra den här guiden
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..
