microsoft azure milano
22 luglio 2018

Microsoft Azure: dall’analisi dei dati alla realizzazione di siti web WordPress

Microsoft Azure permette di gestire enormi quantità di dati sfruttando la cloud e un sistema molto potente in grado di adattarsi alle proprie esigente in qualunque momento grazie all’estrema scalabilità della piattaforma

Microsoft Azure permette di gestire enormi quantità di dati sfruttando la cloud e un sistema molto potente in grado di adattarsi alle proprie esigente in qualunque momento grazie all’estrema scalabilità della piattaforma. Oggi vediamo come analizzare i big date e come iniziare a creare un sito web basato su WordPress in grado di sfruttare Azure.

Bigdata e machine learning

Azure è anche machine learning. L’idea del machine learning è quella di “addestrare” un computer per “interpretare” i dati e rispondere a determinate situazioni senza, ad esempio, impostare una lunghissima lista di “if…then…else” come farebbe il programmatore “vecchia scuola”.

Grazie al cloud e, in particolare, ad Azure è possibile offrire agli utenti funzionalità di machine learning riducendo al minimo i costi da affrontare.

Il machine learning consente di:

  • Estrapolare da grosse moli di dati informazioni che sarebbero difficili da individuare perché ancora completamente sconosciute dallo sviluppatore, dal professionista o dall’azienda.
  • Effettuare una classificazione automatica dei dati.
  • Individuare correlazioni nascoste tra oggetti, concetti e così via.
  • Offrire un’indicazione per le tendenze future sulla base di quanto accaduto nel passato.


Il vantaggio derivante dall’utilizzo della piattaforma Azure consiste nel fatto che gli algoritmi di machine learning, previo “addestramento”, potranno essere semplicemente integrati con le applicazioni già esistenti (ad esempio software gestionali).
Gli algoritmi di machine learning consentiranno così di avvertire i responsabili o comunque i decisori aziendali quando, sulla base di un’esame dei dati, si presentassero informazioni degne di interesse o comunque suscettibili di revisioni.

L’enorme mole di dati oggi prodotta può ad esempio essere sfruttata – grazie al machine learning – per fornire un servizio migliore ai clienti. E questi ultimi, proprio sulla base del miglior servizio ottenuto, forniranno più volentieri i loro dati se il servizio è davvero utile per la loro attività o per aiutarli nelle attività giornaliere.

Le soluzioni per il machine learning che Azure offre non sono destinate solo al mondo enterprise ma possono essere sfruttati, anche gratuitamente, da parte di singoli sviluppatori per verificare quali sono le possibilità e le potenzialità della piattaforma.

Per iniziare a confrontarsi con il mondo della data science, campo interdisciplinare che si occupa di estrarre “conoscenza” dai dati disponibili in varie forme (strutturati o non strutturati), sarà importante acquisire la padronanza dei linguaggi più comunemente utilizzati: R e/o Python. Molto più giovani ma molto promettenti sono linguaggi come Go, Julia, Scala e Rust. R e Python, comunque, sono un “must” nel campo del machine learning, grazie all’ampia disponibilità di packages funzionali per l’analisi dei dati, le attività di statistica, la manipolazione dei dati e così via.
Un nome su tutti? Python mette a disposizione un package chiamato Scikit-Learn che raccoglie centinaia di algoritmi di machine learning già pronti per essere utilizzati senza scrivere codice.

Grazie al machine learning è possibile scoprire correlazioni pertinenti, ottenere risposte giuste e soprattutto estrarre informazioni senza conoscere nulla dei dati che si stanno elaborando. Si possono così prendere decisioni corrette senza disporre dell’esperienza necessaria demandando l’analisi dei dati più “critici” ad un esame da parte di un esperto “in carne ed ossa”.

Per approcciarsi al tema del machine learning, il miglior consiglio è quello di utilizzare dataset ovvero insiemi di dati già noti. “Dando in pasto” tali dataset ad Azure Machine Learning si potrà successivamente chiedere alla piattaforma di effettuare delle analisi o comunque delle approssimazioni sugli stessi.

hdblog ©