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.
A questo indirizzo sono disponibili numerosi dataset di esempio che possono essere utilizzati con Azure per effettuare i primi esperimenti con gli algoritmi di machine learning.

Cliccando su Data folder quindi sul file con estensione .data si potrà dare una rapida occhiata al set di dati di esempio.

Accedendo a questa pagina (suggeriamo di attivare prima un account Azure da questa pagina), si potranno fare esperimenti con gli algoritmi di machine learning sui dataset. Se cercate alcunie sempi, nel link a seguire alcuni focus:

Azure Media Services:

Non solo dati ma anche analisi di flussi. Le caratteristiche della piattaforma Microsoft Azure, che abbiamo imparato a conoscere nei precedenti articoli (vedere gli approfondimenti sulla piattaforma), ben si sposano con le necessità legate alla distribuzione, alla codifica e all'analisi dei flussi multimediali.

Così come per gli altri servizi di Azure, Media Services poggia sull'utilizzo di API REST che permettono agli sviluppatori di caricare, archiviare e codificare in sicurezza contenuti video o audio, nonché creare pacchetti di tali contenuti per la distribuzione su richiesta e in modalità streaming live a vari tipi di client (ad esempio, TV, PC e dispositivi mobili).

La piattaforma offerta da Azure per la distribuzione e gestione di contenuti multimediali è altamente scalabile e può essere quindi cucita sulle istantanee esigenze di chi produce e distribuisce i contenuti multimediali in Rete.

Come raggiungere un audience potenzialmente molto ampio o di dimensioni più contenute con la certezza di distribuire i contenuti con un livello di prestazioni sempre all'altezza del numero di richieste client in modo efficace e poco dispendioso?

La sfida, di per sé piuttosto complessa, trova una risposta piuttosto semplice proprio in Azure Media Services o Azure Servizi Multimediali, in italiano. Ora che avete capito di cosa parliamo, potete vedere l'approfondimento a seguire:

Azure Cognitive Services e Bot Framework:

La piattaforma per il machine learning di Azure è in continua evoluzione così come lo sono tutti i "servizi satellite" utilizzabili dagli utenti nelle proprie applicazioni e nei propri progetti. Un'ulteriore conferma è arrivata nel corso della Build 2016 durante la quale Microsoft ha annunciatoAzure Cognitive Services.

I Cognitive Services (in italiano "Servizi cognitivi") permettono di abilitare, facilmente, algoritmi di intelligenza artificiale per visione, sintesi vocale, linguaggio e conoscenza all'interno delle applicazioni. Il tutto senza installare nulla e senza dover sostenere pesanti configurazioni dal momento che l'intelligenza artificiale avanzata è immediatamente disponibile sulla cloud.

Microsoft vuole rendere Azure una vera e propria fucina per la creazione di nuove esperienze d'uso che possano permettere agli utenti di agire in maniera molto più naturale, maggiormente personalizzata e, in ultima analisi, utilizzando un comportamento simile a quello che teniamo ogni giorno per interagire con qualunque essere umano.

Dal punto di vista tecnico, Cognitive Services è una raccolta di 22 API (almeno allo stato attuale) che aiuteranno professionisti e sviluppatori a realizzare quei "software intelligenti" che saranno posti al servizio delle più disparate esigenze nei decenni a venire.

L'idea è quella di rendere la macchina, grazie all'intelligenza artificiale fornita dai Cognitive Services di Azure, capace di "vedere" il mondo circostante (mediante l'interpretazione di immagini e video) e di "parlare" agli utenti in modo naturale anche riconoscendo il linguaggio naturale.
"Scandagliando" l'enorme mole di dati disponibile attraverso diverse sorgenti, l'intelligenza artificiale realizzabile usando i Cognitive Services di Azure può fornire risposte corrette e pertinenti sviluppando quella che può essere definita una forma di conoscenza. L'intelligenza artificiale di Microsoft è infatti in grado di individuare legami fra concetti ed entità del "mondo reale".

Di seguito la nostra guida estesa:

Wordpress e Azure: siete pronti

Siamo arrivati quasi alla fine del nostro cammino all'interno di Azure e dovreste ormai aver preso familiarità con questo mondo. È arrivato quindi il momento di unire Wordpress, piattaforma leader per la creazione di siti, ad Azure, la cloud Microsoft.

• 1) Dal portale di Azure, cliccare su Nuovo quindi digitare WordPress nella casella di ricerca. Nella succesiva schermata, si dovrà selezionare la prima voce WordPress (Web e dispositivi mobili). È interessante notare che in lista c'è anche una voce WordPress indicata come "macchina virtuale". Mentre in quest'ultimo caso si dovrebbe configurare personalmente la macchina virtuale e preoccuparsi, periodicamente, dell'aggiornamento dello stack installato, scegliendo WordPress - Web e dispositivi mobili sarà la piattaforma Azure a gestire tutta la parte infrastrutturale esponendo all'utente finale solo l'applicazione web.
• 2) Fare clic su Crea nella parte inferiore della schermata per passare subito alla configurazione dell'istanza di WordPress in corso di generazione.
• 3) Successivamente si dovrà indicare l'URL col quale sarà possibile raggiungere l'installazione di WordPress e indicare il gruppo di risorse che conterrà la web app.
• 4) Il passo successivo consiste nel definire il livello di servizio atteso (piano di servizio e piano tariffario).Azure mette a disposizione anche un piano tariffario completamente gratuito (F1) che però non consente di usare domini personalizzati (si sarà sempre vincolati all'URL del tipo .azurewebsites.net), non offre prestazioni adeguate per la "produzione", offre storage molto limitato (massimo 1 GB) e non consente alcun tipo di scalabilità in orizzontale e in verticale (vedere Come eseguire un'applicazione web ASP.NET, PHP, Java o Python su Azure). Per effettuare dei test è possibile optare per il profilo gratuito F1 per poi scegliere i profili più completi non appena si andrà in produzione. Al solito, cliccando su Visualizza tutto, è possibile esaminare tutti i piani tariffari offerti da Azure. Il consiglio è quello di attivare un account gratuito su Azure e verificare subito i vari piani messi a disposizione degli utenti.
• 5) Noi abbiamo optato per un piano "B1 Basic" che oltre a 10 GB di storage, permette l'utilizzo di domini personalizzati e l'attivazione della scalabilità manuale (i profili più evoluti sono in grado di "scalare" automaticamente nel momento in cui le risorse impegnate cominciassero a non essere sufficienti per gestire adeguatamente il traffico generato dalla web app).
• 6) Il passo seguente consiste nell'impostazione del database MySQL che utilizzerà WordPress.
  Per procedere, è sufficiente cliccare su Database, assegnare un nome alla base dati MySQL in corso di creazione, definire il tipo di database (condiviso o dedicato) quindi specificare in quale datacenterMicrosoft verrà creato.
• 7) La scelta del piano tariffario per MySQL merita un discorso a parte.
  Il servizio MySQL, infatti, viene fornito su Azure da una terza parte (ClearDB) che, anche in questo caso, permette la selezione di profili a pagamento (che offrono garanzie ben precise in termini di performance) ma consente anche di scegliere un profilo gratuito per esigenze di test (chiamato "Mercurio").
• 8) L'ultimo passo consiste nel fare clic su Termini legali (ClearDB) e nell'accettare le condizioni dell'offerta cliccando su Acquisto.
• 9) Cliccando sul pulsante Crea si potrà infine dare il via alla procedura di creazione della web app (in questo caso la predisposizione del template WordPress).
• 10) Dopo un paio di minuti di attesa, la web app WordPress sarà già pronta per essere utilizzata. Senza quindi occuparsi di alcun aspetto relativo alla configurazione dell'infrastruttura sottostante, si potrà essere immediatamente operativi. Non solo. Il pannello relativo alla web app appena creata consente di accedere, in tempo reale, a tutti i dati sullo stato di funzionamento di WordPress.
• 11) Cliccando sull'URL scelto in precedenza, sarà possibile iniziare la configurazione di WordPress.
• 12) Nella schermata successiva alla scelta della lingua, dopo aver inserito i dati dell'account amministratore (assicurarsi di scegliere una password sufficientemente "forte"), cliccando su Installa la configurazione di WordPress verrà immediatamente portata a termine, senza la necessità di specificare alcun dato (non sarà richiesto, ad esempio, alcun parametro legato al database MySQL).
• 13) La configurazione di WordPress è così completata.
  D'ora in avanti si potrà "personalizzare" il layout e il comportamento di WordPress dall'interfaccia amministrativa del CMS ed eventualmente servirsi, ad esempio, di una connessione FTP per modificare gli script e creare "temi figlio" in proprio (vedere Modificare temi WordPress: come fare per non sbagliare).
• 14) Per accedere via FTP al proprio storage su Azure contenente tutti i file di WordPress, è sufficiente cliccare su Recupera profilo di pubblicazione. Aprendo il file di testo con estensione .PublishSettings, si potranno recuperare i dati di autenticazione per l'accesso via FTP (sono visibili nella seconda parte del file).

Non vi resta ora che seguire la guida visiva che trovate a seguire se avete ancora qualche dubbio: