Log in / Sign Up
Download New All Exclusive Library
Courses
Become an Instructor
Categories
Art & Humanities
Digital Marketing
Finance & Accounting
Graphic Design
IT and Software
Personal Development
Photohraphy
Sales Marketing
Social Sciences
Web Development
All Levels
Beginner
Intermediate
Expert
Download New All Exclusive Library
Courses
Become an Instructor
Log in
Course Content
.Introduction
0/2
1-Bienvenue dans « Développer une solution big data avec Azure »
01:20
2-Aborder les prérequis
00:29
1.Découvrir le big data et le cloud
0/9
1-S’initier au big data
03:25
2-Définir l’architecture traditionnelle et l’architecture big data
03:20
3-Définir le pipeline générique du big data
05:30
4-Traiter et gérer les données dans un projet big data
04:23
5-Choisir une solution big data
00:00
6-Découvrir Hadoop et son écosystème
00:00
7-S’initier au cloud computing
00:00
8-Découvrir les modèles de services cloud
00:00
9-Découvrir les avantages d’une solution cloud
00:00
2.Identifier les composants data azure
0/2
1-Créer un compte Microsoft Azure gratuit
00:00
2-Découvrir l’architecture Azure pour le cas d’application
00:00
3.Réaliserr un modèle prédectif
0/19
1-Créer son espace de travail Azure Machine Learning
00:00
2-Découvrir l’environnement de travail Machine Learning Service
00:00
3-Comprendre le cycle de vie d’une expérimentation Machine Learning
05:32
4-Charger les données d’entraînement
03:28
5-Définir les données d’entraînement
00:00
6-Charger les données dans un pipeline
00:00
7-Nettoyer les données et remplacer des valeurs manquantes
05:54
8-Supprimer des lignes de données dupliquées
05:41
9-Détecter les valeurs aberrantes dans un jeu de données
00:00
10-Sélectionner des données
00:00
11-Entraîner un modèle
05:06
12-Évaluer un modèle prédictif
00:00
13-Aller plus loin dans l’évaluation du modèle
00:00
14-Configurer et déployer un modèle
00:00
15-Poursuivre la configuration du pipeline d’inférence
00:00
16-Finaliser la configuration du pipeline
00:00
17-Déployer son service web
00:00
18-Tester le service web déployé
00:00
19-Faire le point sur l’environnement Azure Machine Learning Studio
00:00
4.Mettre en oeuvre le cas d’application big data
0/16
1-Créer un composant IoT Hub via Azure
00:00
2-Envoyer des données avec des requêtes HTTP
00:00
10-Stocker les données brutes dans un Blob Storage
00:00
11-Brancher les données avec la sortie de Stream Analytics
00:00
12-Stocker les données IoT dans Azure Cosmos DB
00:00
13-Connecter un job Stream Analytics vers Cosmos DB
00:00
14-Créer une Azure Function dans Visual Studio Code
00:00
15-Connecter une Azure Function à Cosmos DB
00:00
16-Accéder aux données du dernier document Cosmos DB
00:00
17-Récupérer des données à partir de Cosmos DB
00:00
18-Finaliser la récupération de données
00:00
18-Réaliser des prédictions
04:43
19-Créer une instance Azure SQL Server
04:30
19-Stocker les prédictions dans SQL Server
00:00
20-Visualiser la synthèse du scénario
00:00
21-Déployer une Azure Function
02:31
Développer une solution big data avec Azure
Pause
Play
% buffered
00:00
00:00
Unmute
Mute
Disable captions
Enable captions
Settings
Captions
Disabled
Quality
0
Speed
Normal
Captions
Go back to previous menu
Quality
Go back to previous menu
Speed
Go back to previous menu
0.5×
0.75×
Normal
1.25×
1.5×
1.75×
2×
4×
PIP
Exit fullscreen
Enter fullscreen
Play
0%
Complete
Mark as Complete