Chapitre 13. Services de big data, d'analyse et d'apprentissage automatique.
Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : translation-feedback@oreilly.com
Dans le monde des technologies de l'information, les données sont générées à un volume énorme. Ces données peuvent être simplement les informations de tous les utilisateurs enregistrés sur les applications de commande alimentaire en ligne ou les actions des utilisateurs en temps réel capturées sur l'application. Les données générées à grand volume sont appelées big data. Si tu as un cas d'utilisation pour stocker ces données, tu peux utiliser les solutions de stockage dont nous avons parlé au chapitre 10 en fonction de tes besoins. Ce chapitre se concentre sur la manière de traiter les données à grand volume. Comment pouvons-nous générer des idées à partir des données déjà présentes dans le stockage ou des données de streaming en direct en exécutant des modèles d'analyse de données ou de ML par-dessus ? Par exemple, nous pourrions vouloir déterminer l'aliment le plus commandé en fonction de l'emplacement ou le restaurant le mieux noté dans une localité donnée.
La première partie de ce chapitre te présente les services AWS de big data, de streaming en direct et d'analyse tels qu'Amazon Elastic MapReduce (EMR), AWS Glue, Amazon Athena, Amazon QuickSight et Amazon Redshift. La deuxième section explore la façon dont tu peux exécuter des charges de travail ML sur le Cloud AWS ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access