Business Intelligence aus der Cloud

Mit der Cortana Analytics Suite möchte es Microsoft Unternehmen einfacher machen, aus vorliegenden Daten eine Art automatische Entscheidungsfindung zu realisieren. So soll dem Thema Big Data etwas Komplexität genommen werden. [...]

MICROSOFT AZURE MACHINE LEARNING
Neben den bereits bekannten Produkten zur Analyse von Daten, enthält Cortana Analytics Suite auch die beiden Cloud-Dienste Azure Machine Learning und Azure Data Lake. Microsoft Azure Machine Learning bietet die Möglichkeit Predictive-Analyse-Modelle auf Basis von Machine-Learning-Modellen zu erstellen. Machine Learning besteht darin, dass ein Computerprogramm auf Basis bestimmter Daten eine Vorhersage in der Zukunft treffen soll.

Über Azure Machine Learning Studio erstellen Entwickler eigene Arbeitsbereiche und Berechnungen für Machine Learning. (c) Thomas Joos

Typische Beispiele für Machine Learning, sind beispielsweise die Empfehlungen in Netflix oder Amazon Prime Instant Video. Parallel zu diesem Cloud-Dienst, bietet Microsoft das Azure Machine Learning Studio an. Diese erlaubt die Erstellung von Vorhersageanalysen.

Microsoft bietet für den Einstieg in Azure Machine Learning verschiedene Lernvideos:

  • Einführung in Machine Learning
  • Modell in Azure Machine Learning erstellen – Teil 1
  • Modell in Azure Machine Learning erstellen – Teil 2
  • Azure Machine Learning Web Service erstellen

MICROSOFT AZURE DATA LAKE
Azure Data Lake bietet die Speicherung beliebiger Daten in sehr großer Menge direkt in der Cloud. Azure Data Lake soll dazu dienen, große Datenmengen strukturiert oder unstrukturiert aufzunehmen und zur Analyse in Sachen Big Data bereitzustellen.

Microsoft verspricht für den Dienst eine nahezu unbegrenzte Datenspeicherung. Normalerweise liegen die Daten im Data Lake in unveränderter Form vor, sie werden nicht transformiert. Der Zugriff auf den Data Lake erfolgt mit verschiedenen Analyse-Werkzeugen, welche die Daten erst für den eigenen Gebrauch umwandeln. Beispiel dafür ist Power BI aus der Cortana Analytics Suite.

Aber auch die anderen Dienste aus Cortana Analystics Suite greifen auf Wunsch auf die Daten in Azure Data Lake zu, um diese weiter zu verarbeiten. Der HDInsight-Dienst kann auf die Daten zugreifen. Ebenso kann sich auch SQL Data Warehouse aus diesen Daten bedienen. Azure Data Lake ist kompatibel zum Hadoop File System (HDFS) und lässt sich deshalb auch mit Hadoop und der internen Azure-Lösung HDInsight nutzen.

AZURE DATA CATALOG
Azure Data Catalog kann Unternehmensdaten aus verschiedenen Quellen bündeln und zentral zur Verfügung stellen. Auf die zentralen Daten greifen Anwender dann über Cortana Analystics Suite zu. So bündeln Verantwortliche die verschiedenen Datenquellen im Unternehmen. Dazu werden im Assistenten von Azure Data Catalog zunächst die verschiedenen Quellen angebunden.

In Azure Data Catalog binden Administratoren die Datenquellen im Unternehmen an und legen fest, wer diese analysieren darf. (c) Thomas Joos

Sobald die Datenquellen an Azure Data Catalog angebunden sind, können Anwender die Unternehmensdaten analysieren. Neben der Möglichkeit mit Power Query zu arbeiten, bietet Azure Data Catalog auch die Möglichkeit Power BI anzubinden. Neben Quellen in Microsoft Azure, lassen sich auch lokale Datenbanken verknüpfen. Nutzer können in Cortana Analytics Suite also auch Server im Unternehmen anbinden, für Anwender ist diese Anbindung vollkommen transparent.

Wie alle Dienste in Microsoft Azure, wird auch Azure Data Catalog nach Nutzung abgerechnet. Sie können mit 50 Anwendern den Dienst kostenlos testen. Um später den Dienst optimal zu nutzen, müssen Sie pro 100 Benutzern mit aktuell 42 Euro/Monat rechnen. Die ersten Schritte zeigt ein Lernprogramm. Der Dienst verfügt über eine eigene Anmeldeseite.


Mehr Artikel

News

Bad Bots werden immer menschenähnlicher

Bei Bad Bots handelt es sich um automatisierte Softwareprogramme, die für die Durchführung von Online-Aktivitäten im großen Maßstab entwickelt werden. Bad Bots sind für entsprechend schädliche Online-Aktivitäten konzipiert und können gegen viele verschiedene Ziele eingesetzt werden, darunter Websites, Server, APIs und andere Endpunkte. […]

Frauen berichten vielfach, dass ihre Schmerzen manchmal jahrelang nicht ernst genommen oder belächelt wurden. Künftig sollen Schmerzen gendersensibel in 3D visualisiert werden (c) mit KI generiert/DALL-E
News

Schmerzforschung und Gendermedizin

Im Projekt „Embodied Perceptions“ unter Leitung des AIT Center for Technology Experience wird das Thema Schmerzen ganzheitlich und gendersensibel betrachtet: Das Projektteam forscht zu Möglichkeiten, subjektives Schmerzempfinden über 3D-Avatare zu visualisieren. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*