Big Data et Business Intelligence de A… Azure

Big Data et Business Intelligence de A… Azure
tech.days 2015#mstechdaysSESSION
AMBIENT INTELLIGENCE tech days• 2015 #mstechdays techdays.microsoft.fr
tech.days 2015#mstechdaysSESSION #mstechdays techdays.microsoft.fr
tech.days 2015#mstechdaysSESSION Application & Digital Communication & RSE Business Intelligence Integration & MDM Client Relation Focus Cloud by MicrosoftParis-Lyon-Genève Big Data
tech.days 2015#mstechdaysSESSION Stockage BigData On-premise On-cloud Filed’attente Transformation Pocesstempsréél Business intelligence BI TEMPS REEL STOCKAGE PERMANENT Analyse Excel Dashboard Power BI Reporting SSRS Azure Machine LearningSQL Server Azure Services de données Microsoft Azure
tech.days 2015#mstechdaysSESSION Data Source Collect Process ConsumeDeliver Event Inputs - Event Hub - Azure Blob Transform - Temporal joins - Filter - Aggregates - Projections - Windows - Etc. Correlate Outputs - SQL Azure - Azure Blobs - Event Hub Azure Storage Azure Stream Analytics Reference Data - Azure Blob
tech.days 2015#mstechdaysSESSION Stockage BigData Filed’attente Transformation Pocesstempsréél Business intelligence Analyse Excel Dashboard Power BI Azure Machine Learning SQL Server Azure Services de données Microsoft Azure 2-Extraction temps réel par lot 1-CollectedesFluxRSS desdépêchesd’une trentainedejournaux Pourladémo, accélérationdutemps pourtraiterenviron3 semainesdeflux
tech.days 2015#mstechdaysSESSION PipelineScript IHMAzureDataFactory "type": "Hive", ou "type": "Pig", "type": "Copy",
tech.days 2015#mstechdaysSESSION PigLatinScript Hivescript DROP TABLE IF EXISTS HiveDepeche; CREATE EXTERNAL TABLE HiveDepeche ( Journal string, Nb int ) ROW FORMAT DELIMITED FIELDS TERMINATED BY ',' LINES TERMINATED BY '10' STORED AS TEXTFILE LOCATION '${hiveconf:RESULTOUTPUT}/ ${hiveconf:Year}/${hiveconf:Month}/${hiveconf:Day}'; INSERT OVERWRITE TABLE HiveDepeche SELECT Journal, count(*) FROM Depeche group by Journal; a = LOAD '$LOGINPUT'; b = foreach a generate flatten(TOKENIZE((chararray)$0)) as word; c = group b by word; d = foreach c generate COUNT(b), group; STORE d INTO '$LOGOUTPUT';
tech.days 2015#mstechdaysSESSION On Premises SQL Server SQL Azure Azure Blob Storage Activités Dataset 2 Azure Data Factory From RunsOn Dataset 1 HDInsight Compute Pipeline1 Autres Pipelines Azure Blob tempory Storage From/To ELT
tech.days 2015#mstechdaysSESSION // Deploy Table New-AzureDataFactoryTable -DataFactoryName“ADF“ -File File1.json // Deploy Pipeline New-AzureDataFactoryPipeline -DataFactoryName “ADF“ -File File2.json // Start Pipeline Set-AzureDataFactoryPipelineActivePeriod -DataFactoryName “ADF“ -StartTime 02/10/2015 12:00:00
tech.days 2015#mstechdaysSESSION Stockage BigData Filed’attente Transformation Pocesstempsréél Business intelligence Analyse Excel Dashboard Power BI Azure Machine Learning SQL Server Azure Services de données Microsoft Azure 3-Agrégation et comptage des mots 5b-Analyse prédictive temps réel 2-Extraction temps réel par lot 5a-Analyse temps réel 4- Chargement 1-CollectedesFluxRSS desdépêchesd’une trentainedejournaux Pourladémo, accélérationdutemps pourtraiterenviron3 semainesdeflux
tech.days 2015#mstechdaysSESSION Analyse descriptive Analyse explicative Analyse prédictive Analyse prescriptive
tech.days 2015#mstechdaysSESSION « Ciel rouge le matin, avertit le marin. » « Plus vite courent les fourmis, plus haut monte le mercure. » « Les oignons ont beaucoup de pelures, l'hiver sera dur. »
tech.days 2015#mstechdaysSESSION Data Mining in the Cloud : Azure Machine Learning
tech.days 2015#mstechdaysSESSION …pour découvrir les concepts nécessaires avant d’appréhender le Machine Learning
tech.days 2015#mstechdaysSESSION Des chiffres et des lettres ! Plutôt nommées: Variables quantitatives Variables qualitatives
tech.days 2015#mstechdaysSESSION • •
tech.days 2015#mstechdaysSESSION Un échantillon pour l’apprentissage (~60%) Un échantillon pour la validation du modèle (~40%) Ou validation croisée
tech.days 2015#mstechdaysSESSION Identifier de groupes intrinsèquement homogènes et différents entre eux
tech.days 2015#mstechdaysSESSION Qu’est-ce qu’une Régression ?
tech.days 2015#mstechdaysSESSION Importer les données Elaborer le modèle Utiliser l’API
tech.days 2015#mstechdaysSESSION let Source = Marketplace.Subscriptions(), #"https://api.datamarket.azure.com/data.ashx/aml _labs/lexicon_based_sentiment_analysis/v1/" = Source{[ServiceUrl="https://api.datamarket.azure .com/data.ashx/aml_labs/lexicon_based_sentiment_ analysis/v1/"]}[Feeds], Score = #"https://api.datamarket.azure.com/data.ashx/aml _labs/lexicon_based_sentiment_analysis/v1/"{[Nam e="Score"]}[Data] in Score URL de l’API
tech.days 2015#mstechdaysSESSION Le Machine Learning est un sport d’équipe. Statisticiens / Mathématiciens DBA Développeurs Data Scientist Fonctionnels / Décideurs Un type à moustache ?
© 2015 Microsoft Corporation. All rights reserved. tech days• 2015 #mstechdays techdays.microsoft.fr

Check these out next

Big Data et Business Intelligence de A… Azure

Recommandé

Contenu connexe

Présentations pour vous(20)

En vedette(20)

Similaire à Big Data et Business Intelligence de A… Azure(20)

Plus de Microsoft Décideurs IT(20)

Dernier(20)

Big Data et Business Intelligence de A… Azure