前言 第一次把玩 Azure Machine Learning Studio 十分鐘,就被它的選單給打敗了(實在太多了),之後,因為被強迫講授此一工具,有一天蹲...
前言 之前我們花了5天作完第一個實驗,從資料的匯入/清理(data cleaning)、模型訓練、模型評估、佈署到系統的整合,乖乖作過一遍,自覺收穫不少,在進行...
執行結果說明 上一篇我們使用『線性迴歸』(Linear Regression)建立『汽車價格估價』模型,但是,還沒有看結果,我們這一篇就來看看預測的效果如何?...
搞定圖片之後,接著搞定系統的資料保存,當大量資料存取,使用關聯式資料庫來處理是一個很好的方式。 其中又以SQL Server為佼佼者,有使用MySQL、Ora...
前兩篇文章介紹如何在Azure SQL Database做自動表格同步,接著使用C#實作讀寫分離程式。 這邊為了簡單示範以 .net core 加上簡易Db...
原本想要使用異地備援方式,達到讀寫分離,但是有兩點限制: 需要跨區域,同區域不給建立 同步時間,最快要一個小時 所以放棄,換使用Azure SQL...
入門 照理講,我們應該先了解『機器學習』(Machine Learning)概念,再談如何實作,但是,長篇大論恐怕讀者跑光光,所以,還是柿子挑軟的吃,從簡單的開...
Q.為甚麼要使用Redis? 通常Redis應用在同步多台Server之間的快取 假如只有一台Server建議使用本地的快取就好,可以省下這筆錢的。 舉例:...
三十天.NET與Azure漸進式開發專案(10):使用Azure Redis(上)-建立、使用 Azure建立Redis方式 選擇Redis快取 -> 建...
之前介紹如何備份WebApp的資料,現在使用資料庫保存重要資料,當然也要做備份動作,接下來介紹Azure SQL Database如何做異地備份。 建立方式...
前面介紹完.NET開發者如何在Azure Debug,今天進階研究調校效能。 上線專案如何追蹤效能瓶頸,如何改善是一件專業、而且困難的事情。諸如:資料庫...
剛剛補好昨天文章:資料庫讀寫分離 Azure SQL Database Sync,一種補坑的概念(Orz..),裡面有寫建立方式跟注意事項。 這邊簡...
這篇我們會先來介紹一下 Azure Cosmos DB。 Azure Cosmos DB 是一個全球分散式的 multi-model 資料庫,自動地幫你做好了...
前言 上一篇,我們已經可以使用 Web Services 的簡易介面,讓使用者在網頁上輸入資料,並查看結果。這一次我們自己撰寫網頁程式,來呼叫 Web Serv...
佈署 一般會在實驗過程中,反覆調整各個步驟的參數,找出效能最好的模型,一旦模型評估確定後,我們就可以準備將模型上線了,ML Studio 提供 Web Serv...
上一篇我們介紹了讓電腦看圖說故事,那這篇我們就要來介紹更需要具體細節的部分:Face API。 Cognitive Service 針對臉部辨識的部分提供了以...
在一般常用的 AI 領域中,電腦視覺肯定是非常常被使用的服務類型,而且其應用類型也很多,從最常見的人臉辨識到自訂的物件偵測等等。 當然我們可以自幹這些服務,但...
這篇文章要來實際使用一下 Azure Cosmos DB 的 Cassandra API。 如果已經安裝了 cqlsh 可以直接用如下方式連線: set SSL...
Cassandra DB 簡介 相信已經許多人先前已經搭配 Spark 使用過,不過因為本賽季後續會使用,所以還是簡介一下。Cassandra 本身是 2008...
※Markdown語法 - 粗體字體呈現方式※ 第一種: <html> <h1>apple</h1> <...
上一篇稍微看過了 Azure Cosmos DB 的簡單操作後,這一篇會來講解它的大致結構,可參考下圖: 每個 Azure 帳號可以創建多個 database...
我們先前用的 SDK 為其他人封裝好方便我們用的,但我們必須要自己了解其原理,於是這篇文章將講解 SDK 內部的原理,利用單純的 HTTPS 請求來操作 Cos...
接著我們看一下 Cosmos DB 的其他功能: 1. 調整一致性策略: 在分散式系統中常會發生資料不一致的問題,因為 Cosmos DB 預設是多個地區分佈的...
前面幾篇都是介紹靜態影像的辨識與分析,那這篇就來到針對影片來做處理。 Cognitive Service 針對影片辨識的部分提供了:Video Indexer...
今天就來介紹一下針對影片或是影像判斷內容是否有「18 禁」或是「冒犯性」的內容進行判斷:內容仲裁。 內容仲裁有以下特點: 影像審核透過機器學習式的分類器、自...
老樣子的,第一天就還是來個前言導讀一下 現在 AI 當道,但是在 AI 的背後其實還是由 Big Data 所組成的,俗話說的好:「沒有 Data 就沒有 AI...