Utrzymanie usługi Active Directory w bardzo dużych środowiskach to wyzwania związane z automatyzacją zadań oraz spełnianiem wymagań stawianych przez działy bezpieczeństwa. ADManager Plus jest oprogramowaniem, które ułatwia pracę administratorom, dostarcza im cennej wiedzy o stanie usługi i pozwala zapomnieć o wykonywaniu rutynowych, powtarzalnych prac.

W tej części kursu kontynuujemy naukę bibliotek Pandas w Pythonie. Tym razem pokażemy, jak wykorzystywać zaznaczanie warunkowe, pracować z wielowarstwowym indeksem, a także jak grupować i uzupełniać brakujące dane.

Python, wizualizacja danych, możliwości biblioteki Pandas, wykorzystywanej do szybkich analiz, a także do przygotowywania i oczyszczania danych. Przedstawiamy możliwości kolejnego narzędzia wspomagającego pracę osób pracujących jako data scientist.

W kolejnej części cyklu prezentującego możliwości języka programowania Python w zakresie analizy i przetwarzania danych przedstawiamy operacje na danych przy użyciu NumPy, a na koniec prezentujemy krótki test sprawdzający zdobytą wiedzę.

W dwóch pierwszych częściach cyklu artykułów przedstawiona została teoria budowy i działania modeli głębokiego uczenia maszynowego, zaczynając od klasyfikatorów liniowych, poprzez hiperparametry, regułę łańcuchową, metodę wstecznej propagacji błędów, w pełni połączeniowe sieci neuronowe, aż po konwolucyjne sieci neuronowe. W części trzeciej opisujemy sposoby tworzenia modeli rozpoznających obrazy na platformie Microsoft Cognitive Toolkit oraz techniki optymalizujące proces uczenia tych modeli.

Pierwsza część cyklu artykułów o modelach głębokiego uczenia maszynowego była poświęcona metodom analizy obrazów przy użyciu klasyfikatorów liniowych. W tej części przyjrzymy się metodzie uczenia głębokich sieci neuronowych metodą wstecznej propagacji błędów oraz poznamy budowę i działanie konwolucyjnych sieci neuronowych.

W kilkuczęściowym kursie pokażemy, jak wygląda praca osób na stanowisku data scientist. To coraz popularniejszy zawód, w dodatku bardzo dobrze płatny. Wystarczy opanować zasady i przyswoić wiedzę, by później tworzyć własne projekty czy znaleźć dobrze płatną pracę. Wbrew pozorom nauka tej specjalizacji nie jest przesadnie skomplikowana, dlatego tym bardziej warto zainwestować w nią swój czas.

Rozwój technologii związanych z wirtualizacją aplikacji i stacji roboczych, rozwój chmury publicznej i dostępność narzędzi w trybie software-as-a-service sprawiły, że na naszych oczach dokonuje się rewolucja nie tylko w kontekście sprzętu używanego przez użytkowników końcowych, ale także miejsc, w których praca jest wykonywana.

Sztuczna inteligencja nazywana jest elektrycznością XXI wieku. Sto lat temu upowszechnienie tej drugiej zmieniło sposób, w jaki pracujemy, podróżujemy, odpoczywamy – elektryczność zmieniła więc świat. Dzisiaj, dzięki wdrażaniu mechanizmów sztucznej inteligencji, jesteśmy świadkami przełomu na podobną skalę.

W tej części kursu poznajemy bliżej edytor interaktywny i edytor tekstu dołączone do Pythona, a także tworzymy własny program programistyczny. Dzięki temu język Python stanie się bardziej zrozumiały, zdobędziemy również wiedzę, która przyda się w kolejnych częściach kursu.