Бизнес-аналитика – не роскошь, а средство для принятия решений:TechExpert
• BI, как требование и конкурентное преимущество в современном мире
• Практика внедрения BI: бизнес-ориентированный подход, уровни аналитики, поэтапность внедрения, подходы к построению Data Mining, OLAP
Переход в Облако для решения «земных» задачTechExpert
Семинар «Business Intelligence: взгляд из облака в будущее бизнеса»
• Задачи и риски, связанные с содержанием собственных серверов в офисе
• Возможности для бизнеса предоставляемые сервисами MS Office 365 и MS Azure.
• Возможности и причины для переноса ресурсов и процессов в облако
22 ноября, Одессе
FOSS Sea 2014 (http://geekslab.co/events/21-foss-sea-2014-infrastructure-for-researchers)
Инструменты машинного знания, как сервис (Виктор Цикунов, Developers and Platform Evangelism Lead at Microsoft Ukraine)
White Nights 2015 - Облако для геймдева - как делают игры на миллионы пользов...Microsoft
Современные игровые проекты трудно представить без онлайн сервисов, обеспечивающих хранение данных, их обработку, а также взаимодействие игроков между собой и другие важные задачи. Построение инфраструктуры таких сервисов требует значительных вложений, и одним из решений является использование существующих облачных платформ. В этом докладе будет рассказано об основных возможностях этой платформы, инструментах разработки на примерах успешного использования в крупных игровых проектах и реальным опытом команды PinkApp Games
КРИ 2014: Расширение возможностей вашей игры с помощью Microsoft AzureMicrosoft
Современные игровые приложения трудно представить без множества онлайн сервисов, в том числе обеспечивающих монетизацию, взаимодействие игроков между собой. Построение инфраструктуры таких сервисов может потребовать значительных вложений. Разумным решением этого вопроса является использование существующих облачных платформ, например, Microsoft Azure. В этом докладе будет рассказано о типовых сценариях использования облака в играх и примерах архитектур, которые могут быть использованы в этих сценариях.
Бизнес-аналитика – не роскошь, а средство для принятия решений:TechExpert
• BI, как требование и конкурентное преимущество в современном мире
• Практика внедрения BI: бизнес-ориентированный подход, уровни аналитики, поэтапность внедрения, подходы к построению Data Mining, OLAP
Переход в Облако для решения «земных» задачTechExpert
Семинар «Business Intelligence: взгляд из облака в будущее бизнеса»
• Задачи и риски, связанные с содержанием собственных серверов в офисе
• Возможности для бизнеса предоставляемые сервисами MS Office 365 и MS Azure.
• Возможности и причины для переноса ресурсов и процессов в облако
22 ноября, Одессе
FOSS Sea 2014 (http://geekslab.co/events/21-foss-sea-2014-infrastructure-for-researchers)
Инструменты машинного знания, как сервис (Виктор Цикунов, Developers and Platform Evangelism Lead at Microsoft Ukraine)
White Nights 2015 - Облако для геймдева - как делают игры на миллионы пользов...Microsoft
Современные игровые проекты трудно представить без онлайн сервисов, обеспечивающих хранение данных, их обработку, а также взаимодействие игроков между собой и другие важные задачи. Построение инфраструктуры таких сервисов требует значительных вложений, и одним из решений является использование существующих облачных платформ. В этом докладе будет рассказано об основных возможностях этой платформы, инструментах разработки на примерах успешного использования в крупных игровых проектах и реальным опытом команды PinkApp Games
КРИ 2014: Расширение возможностей вашей игры с помощью Microsoft AzureMicrosoft
Современные игровые приложения трудно представить без множества онлайн сервисов, в том числе обеспечивающих монетизацию, взаимодействие игроков между собой. Построение инфраструктуры таких сервисов может потребовать значительных вложений. Разумным решением этого вопроса является использование существующих облачных платформ, например, Microsoft Azure. В этом докладе будет рассказано о типовых сценариях использования облака в играх и примерах архитектур, которые могут быть использованы в этих сценариях.
В Windows Azure вы можете легко использовать собственные образы Windows Server или Linux, а также выбрать образы из коллекции. Windows Azure также помогает переносить ваши приложения и инфраструктуру, не меняя существующий код, что ускоряет переход SharePoint, SQL Server и Active Directory в облако и экономит ваше время и деньги.
В презентации обзорно рассматривается архитектура IaaS и ее компоненты (облачные службы, виртуальные машины, хранилища, диски), виртуальные сети, способы внешней коммуникации, встроенные средства обеспечения высокой доступности.
Microsoft Azure - введение в основные сервисы для разработки и инфраструктуры...Microsoft
В рамках доклада для стартапов будут представлены преимущества получения бесплатных мощностей облачной платформы Microsoft Azure, которые можно использовать для быстрого старта своего проекта.
Выступление Владислава Флакса (OWOX) на International Conference on Big Data and its Applications (ICBDA).
ICBDA — конференция для предпринимателей и разработчиков о том, как эффективно решать бизнес-задачи с помощью анализа больших данных.
http://icbda2015.org/
Кирилл Григорчук, руководитель отдела исследований и разработок Altoros Development «Клауды – что же это такое?»
Cloud computing: краткое описание основных сервисов и их ключевых особенностей
Облако Microsoft Azure - введение в основные сервисы для разработки и инфраст...Microsoft
Введение в основные сервисы для разработки и инфраструктуры для быстрого старта проекта.
Веб-разработка
Мобильная разработка
Очереди
Traffic Manager
IoT
Azure CLI
Платформа управления мульти-облачной инфраструктурой на базе Azure, AWS, GCP, vSphere и OpenStack. Основная задача платформы - портал самообслуживания для сотрудников с разной специализацией и уровнем подготовки в публичных и частных облаках. Платформа интегрирована с Terraform и позволяет осуществлять работу с "инфраструктурой как код" для больших команд, а также создавать динамические формы для удобства работы с переменными.
Русаков Алексей, руководитель отдела ActiveCloud, «От сервера к сервису».
1) что есть Cloud, мифы про облака
2) от сервера к сервису: опыт ActiveCloud
3) облачный хостинг-провайдер – marketplace для SaaS-разработчиков
4) технологии ап-селлинга, презентация каталога SaaS-решений
Realización de respaldos de datos de SQL Server 2015 a Windows Azure, requerimientos on-premises y en Azure, y procedimiento para realizarlo mediante SSMS, T-SQL, Powershell y SMO
В Windows Azure вы можете легко использовать собственные образы Windows Server или Linux, а также выбрать образы из коллекции. Windows Azure также помогает переносить ваши приложения и инфраструктуру, не меняя существующий код, что ускоряет переход SharePoint, SQL Server и Active Directory в облако и экономит ваше время и деньги.
В презентации обзорно рассматривается архитектура IaaS и ее компоненты (облачные службы, виртуальные машины, хранилища, диски), виртуальные сети, способы внешней коммуникации, встроенные средства обеспечения высокой доступности.
Microsoft Azure - введение в основные сервисы для разработки и инфраструктуры...Microsoft
В рамках доклада для стартапов будут представлены преимущества получения бесплатных мощностей облачной платформы Microsoft Azure, которые можно использовать для быстрого старта своего проекта.
Выступление Владислава Флакса (OWOX) на International Conference on Big Data and its Applications (ICBDA).
ICBDA — конференция для предпринимателей и разработчиков о том, как эффективно решать бизнес-задачи с помощью анализа больших данных.
http://icbda2015.org/
Кирилл Григорчук, руководитель отдела исследований и разработок Altoros Development «Клауды – что же это такое?»
Cloud computing: краткое описание основных сервисов и их ключевых особенностей
Облако Microsoft Azure - введение в основные сервисы для разработки и инфраст...Microsoft
Введение в основные сервисы для разработки и инфраструктуры для быстрого старта проекта.
Веб-разработка
Мобильная разработка
Очереди
Traffic Manager
IoT
Azure CLI
Платформа управления мульти-облачной инфраструктурой на базе Azure, AWS, GCP, vSphere и OpenStack. Основная задача платформы - портал самообслуживания для сотрудников с разной специализацией и уровнем подготовки в публичных и частных облаках. Платформа интегрирована с Terraform и позволяет осуществлять работу с "инфраструктурой как код" для больших команд, а также создавать динамические формы для удобства работы с переменными.
Русаков Алексей, руководитель отдела ActiveCloud, «От сервера к сервису».
1) что есть Cloud, мифы про облака
2) от сервера к сервису: опыт ActiveCloud
3) облачный хостинг-провайдер – marketplace для SaaS-разработчиков
4) технологии ап-селлинга, презентация каталога SaaS-решений
Realización de respaldos de datos de SQL Server 2015 a Windows Azure, requerimientos on-premises y en Azure, y procedimiento para realizarlo mediante SSMS, T-SQL, Powershell y SMO
Eric Moreau - Samedi SQL - Backup dans Azure et BD hybridesMSDEVMTL
7 février 2015
Samedi SQL
Sujet: Session 4 - Backup dans Azure, Bases de données hybrides (Éric Moreau)
Cette session vous montrera comment prendre des backups de vos bases de données "on premises" vers Azure. Il vous montrera aussi comment utiliser des bases de données hybrides.
El servicio de Microsoft Azure nos brinda el respaldo de datos on Premisse asi como tambien en la Nube para nuestras maquina Virtuales asegurando nuestros datos de manera encriptada
Apache® Spark™ MLlib 2.x: migrating ML workloads to DataFramesDatabricks
In the Apache Spark 2.x releases, Machine Learning (ML) is focusing on DataFrame-based APIs. This webinar is aimed at helping users take full advantage of the new APIs. Topics will include migrating workloads from RDDs to DataFrames, ML persistence for saving and loading models, and the roadmap ahead.
Migrating ML workloads to use Spark DataFrames and Datasets allows users to benefit from simpler APIs, plus speed and scalability improvements. As the DataFrame/Dataset API becomes the primary API for data in Spark, this migration will become increasingly important to MLlib users, especially for integrating ML with the rest of Spark data processing workloads. We will give a tutorial covering best practices and some of the immediate and future benefits to expect.
ML persistence is one of the biggest improvements in the DataFrame-based API. With Spark 2.0, almost all ML algorithms can be saved and loaded, even across languages. ML persistence dramatically simplifies collaborating across teams and moving ML models to production. We will demonstrate how to use persistence, and we will discuss a few existing issues and workarounds.
At the end of the webinar, we will discuss major roadmap items. These include API coverage, major speed and scalability improvements to certain algorithms, and integration with structured streaming.
Из чего складывается бюджет на запуск интранета и как доказать, что интранет - это бизнес-инструмент, который экономит деньги компании.
Ключевые составляющие бюджета на внедрение интранета:
- лицензии
- оборудование
- персонал
- работы подрядчика
- продвижение
Как посчитать эффективность внедрения интранета:
- экономия за счет сокращения затрат времени на поиск информации
- экономия за счет сокращения затрат времени на автоматизацию рутинных процессов
- экономия за счет доступа к персональной информации
- экономия за счет улучшения юзабилити-свойств корпоративного портала
Как посчитать экономию от внедрения интранета, возврат инвестиций и период окупаемости проекта
CloudsNN 2012 - Облачные сервисы на платформе Windows AzureAlexey Bokov
В презентации для форума облачных технологий CloudsNN 2012 в Нижнем Новгороде рассказывается о технологиях облачной платформы Windows Azure, примерах облачных решений на примерах проектов AtContent и SportFort.
Александр Белоцерковский — Microsoft — ICBDA2016rusbase
"Умному городу - умные лифты".
Международная научно-практическая конференция International Conference on Big Data and its Applications (ICBDA) выросла из мероприятия Big Data Russia и проводится один раз в год, объединяя на одной площадке создателей новых технологий в области больших данных, представителей бизнеса, а также научных сотрудников и молодых ученых.
Организаторы: Rusbase и Global Innovation Labs.
Организаторы ICBDA благодарят Data-Centric Alliance (DCA) за поддержку мероприятия, а также отдельное спасибо Artox Media и NVIDIA.
Дмитрий Кирьянов — Полибук Мультимедиа — ICBDA2016rusbase
"Построение решений для SmartThings на базе PTC ThingWorx и Wuforia".
Международная научно-практическая конференция International Conference on Big Data and its Applications (ICBDA) выросла из мероприятия Big Data Russia и проводится один раз в год, объединяя на одной площадке создателей новых технологий в области больших данных, представителей бизнеса, а также научных сотрудников и молодых ученых.
Организаторы: Rusbase и Global Innovation Labs.
Организаторы ICBDA благодарят Data-Centric Alliance (DCA) за поддержку мероприятия, а также отдельное спасибо Artox Media и NVIDIA.
SMExpert - система автоматизації ITSM-процесів у хмаріTechExpert
Компанія TechExpert пропонує комплексне рішення SMExpert на базі ПЗ GLPi, яке забезпечує автоматизацію служби Service Desk та дозволяє максимально швидко розгорнути та запустити її в роботу.
Рішення включає готовий набір інструментів, шаблонів та попередніх налаштувань, який забезпечує автоматизацію виконання більшості завдань, пов'язаних із роботою служби підтримки та всього IT-підрозділу компанії.
Автоматизация документооборота на базе Microsoft SharePointTechExpert
Автоматизации документооборота на базе платформы Microsoft SharePoint. Автоматизация процесса согласования договоров.
Система электронного документооборота – универсальное решение, которое можно в сжатые сроки развернуть, настроить и начать использовать для оптимизации процессов управления договорами.
Презентація готового рішення "HR Expert".
"HR Expert" - готове рішення корпоративного порталу з класичними процесами для управління персоналом:
- обробка заявок на підбір персоналу, відпустку і відрядження;
- складання і архівація бази резюме;
- складання довідника співробітників;
- управління графіком відсутностей персоналу;
- розвиток і навчання персоналу;
- внутрішні комунікації
Рішення розроблене на базі багатофункціональної платформи Microsoft SharePoint.
Рішення для автоматизації діяльності підрозділу інформаційної безпекиTechExpert
Компанія TechExpert спільно з Агентством Активного Аудиту пропонує модуль «IT Risk Manager» (ITRM) на базі ПЗ GLPI з додатковими функціональними можливостями для підрозділу інформаційної безпеки.
TechExpert: Облачные решения и услуги для сферы розничной торговлиTechExpert
Использование облаков для улучшения обслуживания и выхода в лидеры продаж:
• применение современных технологий для обработки заказов клиентов и внутренних коммуникаций, позволяющих выдерживать любые нагрузки и враждебные действия;
• продвинутые методы бизнес-аналитики, способствующие выявлению узких мест и стимулированию продаж;
• системы резервирования и восстановления, укрепляющие вашу инфраструктуру.
Корпоративный портал на базе Microsoft SharePointTechExpert
Компания TechExpert предлагает комплексное решение «TechExpert. Корпоративный портал», которое представляет собой набор сервисов, позволяющих в минимальные сроки развернуть и запустить в эксплуатацию работающий портал на базе Microsoft SharePoint.
Наше комплексное решение построено с учетом опыта украинских компаний, успешно использующих портал на базе SharePoint.
Решение включает готовый набор инструментов и библиотек, который обеспечивает выполнение большинства задач, связанных с работой в компании, обеспечивает организацию единого информационного пространства в рамках компании и единой точки доступа ко всем информационным ресурсам, системам и самой информации.
Что собой представляет решение «TechExpert. Портал»?
• Готовый продукт – корпоративный портал на базе SharePoint
• Решение, которое включает в себя лучшие и наиболее типичные компоненты классического корпоративного портала
• Требует минимум времени и затрат на внедрение
• Является прекрасным стартом для «большого» многофункционального портала
Подробнее - http://techexpert.ua/?page_id=12290
Внедрение системы автоматизации учебного процесса и управления школойTechExpert
Компания TechExpert разработала комплексное решение по автоматизации деятельности учебного процесса и управления школой. Решение построено на базе Microsoft SharePoint и Moodle, а также тесной интеграции с другими продуктами Microsoft. Данное решение позволяет повысить эффективность и управляемость учебного процесса, а также процессов взаимодействия с учениками, учителями, родителями.
Первый этап реализации комплексного проекта по управлению информационным пространством школі – это создание портала. Портал содержит комплексную информацию о школе (новости, библиотека учебных пособий, структура школы с возможностью перехода на страницы предметов, а также персональные кабинеты для участников учебного процесса) и является основным источником информации как для учеников и их родителей, так и для учителей школы.
SMExpert - система автоматизации ITSM-процессов в облакеTechExpert
Компания TechExpert предлагает комплексное решение SMExpert на базе ПО GLPi, которое обеспечивает автоматизацию службы Service Desk и позволяет максимально быстро развернуть и запустить ее в работу.
Решение включает готовый набор инструментов, шаблонов и предварительных настроек, который обеспечивает автоматизацию выполнения большинства задач, связанных с работой службы поддержки и всего IT-подразделения компании.
Our portfolio includes a great number of successful integrated IT-projects ranging from software and hardware supply through to consulting and further implementation of IT and business-processes automation. In long-lasting collaboration with our clients we define, design and deliver IT solutions that fully meet the industry-specific requirements.
Управление конфигурациями и устройствами в GLPi, интеграция в корпоративную с...TechExpert
27 июля 2016 года состоялся заключительный вебинар из серии практических вебинаров по GLPi. Описание и отчёт можно найти здесь: http://techexpert.ua/?p=19143.
На вебинаре было рассмотрено управление конфигурациями и устройствами с использованием инструментов GLPi, а также возможности по интеграции с другими системами в территориально распределённых корпоративных средах.
Помимо процесса управления конфигурациями и формирования CMDB, на вебинаре мы успели рассказать и о возможностях управления проблемами, изменениями и релизами. Также отдельное внимание мы уделили работе первой линии и возможности для оператора первой линии не только принять звонок, зарегистрировать заявку, но и «в один клик» подключиться к ПК пользователя для максимально оперативного разрешения инцидента.
Содержание вебинара:
1. Процесс управления проблемами:
1.a. Взаимосвязь процессов в ITIL
1.b. Автоматизация процесса управления проблемами в GLPi
2. Организация CMDB и управление конфигурациями:
2.a. Вопросы организации самого процесса
2.b. Демонстрация возможностей плагина FusionInventory
3. Управление изменениями и релизами:
3.a. Связь процеccов управления инцидентами, изменениями и релизами
3.b. Особенности управления процессами, связанными с разработкой ПО
3.c. Интеграция GLPi и JIRA для автоматизации процессов управления релизами и изменениями
4. Возможности по интеграции GLPI с другими системами.:
4.a. Существующие возможности текущей версии 0.9
4.b. Демонстрация возможностей сквозной интгеграции GLPi с ПО для удаленного подключения к ПК Guacamole (vnc, ssh, rdp), возможности для обработки заявки в связке с системой IP телефонии
4.c. Анонс возможностей новой версии GLPi 9.1 для интеграции через REST API
Автоматизация процессов сервисного обслуживания с GLPi или Service Desk для «...TechExpert
6 июля 2016 года был проведен второй вебинар из серии практических вебинаров по GLPi (http://techexpert.ua/?p=18583). В ходе вебинара было рассмотрено использование GLPi в качестве инструмента для автоматизации процессов других служб и подразделений компании, в частности подразделения сервисного обслуживания внешних клиентов.
Содержание:
1. Использование GLPi для автоматизации процессов за пределами ИТ подразделения.
2. Пример автоматизации инженерной службы предприятия.
3. Возможности платформы для управления процессами сервисного обслуживания внешних заказчиков.
4. Управление уровнем сервиса.
Управление инцидентами с использованием GLPi (вебинар от 23.06.2016)TechExpert
Первый вебинар из серии практических вебинаров «Построение и автоматизация сервисных процессов в GLPi». Рассмотрено управление инцидентами согласно ITIL и использование программного обеспечения GLPi в рамках этого процесса.
Видеозапись: https://youtu.be/HgQaYRsl7_8
Содержание:
1. Вводный обзор программного обеспечения GLPi.
2. Использование GLPi для автоматизации ITSM процессов.
3. Особенности внедрения процесса управления инцидентами.
4. Демонстрация базового функционала GLPi по автоматизации процесса управления инцидентами.
5. Расширенные возможности GLPi по управлению инцидентами. Интеграция с системой IP-телефонии, эскалация задач, аналитика и отчетность.
6. Примеры реализации типовых задач.
Презентация партнёрской программы Бизнес-облака TechExpertTechExpert
Краткое описание возможностей, открывающихся при подключении к партнёрской программе по распространению облачных услуг и решений компании TechExpert в её Бизнес-облаке Onbiz.
Бизнес вашей компании расширяется или столкнулся с рисками рейдерского захвата? Стал актуальным вопрос сохранности данных? У вас интернет-проект, требующий безостановочной обработки миллионов запросов пользователей, или вы просто заинтересованы в непрерывности бизнеса? Чтобы никакой сбой или потеря контакта с ИТ-инфраструктурой не нарушали работу? Чтобы данные было легко хранить в надёжном месте, а их обработка выполнялась мгновенно?
Тогда вам нужно реализовать схему тёплого или горячего ЦОДа, когда инфраструктура, развёрнутая в одном дата-центре, синхронно или асинхронного реплицируется на резервную площадку.
Our Training Center provides integrated technical trainings since 1997. We are authorized partners of the top technology vendors and deliver the most relevant and intuitive computer courses and certifications on Microsoft, Cisco® Systems, Linux/FreeBSD, Xen, Asterisk, VMWare and ITIL products and services.
2. Содержание
Что такое Azure?
Как работает Azure Machine
Learning?
Демо
Какие задачи можно решать
3. Microsoft Azure Services
Client layer
(on-premises)
Tablet Phone
Games
PC console
On-premises
On-premises
service
Office Add-in Browser database
AD
Multifactor
Authentication
Access Control
Layer
Integration
layer
Service Bus CDN
BizTalk
Services
Traffic
Manager
Virtual
Networks
Express
Route
Application
layer
API Mgmt Websites
Cloud
Services VM
Mobile
Services
Media
Services
Notification
Hubs Scheduler Automation
Data Layer
Storage Blobs Tables Queues Data
Machine
Learning HD Insight
Backup and
Recovery
SQL
Database Caching StorSimple
4. Почта США обрабатывает более
150 миллиардов писем и посылок
за год – слишком много для
эффективной ручной сортировки.
Не так давно, в 1997, только 10%
корреспонденции с написанным
рукой адресом сортировалось
автоматически.
6. Постоянные отзывы помогли почте
США обучить таки компьютеры
читать рукописный текст.
Сейчас более 98%
корреспонденции обрабатываются
машинами.
7. Microsoft & Machine Learning
15 лет инноваций
1999 2004 2005 2008 2010 2012 2014
SQL Server
Получил
функции Data
Mining
Фильтрация
СПАМа
Microsoft
Kinect
понимает
жесты людей
Microsoft
запускает
Azure Machine
Learning
Поисковые
системы
Microsoft
начали
использовать
Data Mining
Bing Maps
начали исполь-
зовать ML
механизмы для
предсказания
трафика
Успешное
распознавание
голоса в
реальном
времени
John Platt,
Distinguished scientist at
Microsoft Research
“
Машинное обучение широко распространено
во всех продуктах Microsoft. ”
8. Web Apps Mobile Apps PowerBI/Dashboards
ML API service Разработчик
Azure Portal
Azure Ops Team
ML Studio
Аналитик
HDInsight
Azure Storage
Desktop Data
&
ML API service
10. Представьте себе,
что машинное
обучение может
сделать для вашего
бизнеса.
Анализ оттока
клиентов
Мониторинг
оборудования
Фильтрация
СПАМа
Таргетирование
рекламы
Рекомендации
Выявление
мошенничества
Выявление и
классификация
изображений
Прогноз-
ирование
Выявление
аномалий
Last year the United States Postal Service processed 150 Billion pieces of mail – far to much for efficient human sorting, but as recently as 1997, only 10% of all the hand-addressed mail was sorted automatically. Why?
https://about.usps.com/who-we-are/postal-facts/size-scope.htm
http://en.wikipedia.org/wiki/Handwritten_Address_Interpretation
Because this is a tough problem – the type of problem machine learning is designed to solve. It has taken so many years to automate the sorting of the mail because reading handwriting is hard due to all the variables involved. Even humans have trouble reading other humans’ handwriting, if you can imagine the thousands of ways someone can write a name or address, this is a huge machine learning problem to solve. How can we teach the machine to read the mail and how can the machine learn and get better over time?
The answer is by providing feedback both in terms of humans training the machine learning models and the machine learning from the patterns in the data over time. By providing feedback, the Postal Service was able to train computers to accurately read human handwriting. This is where the “learning” part of machine learning comes in. Data scientists created a model based on all the data they had on how people can write addresses. Then they train the model as more data comes in, correcting attempts at reading handwriting when they’re off, until the model has enough of a history to draw from that it can accurately read handwriting.
Today, with the help of machine learning, over 98% of all mail is successfully processed by machines.
https://about.usps.com/who-we-are/postal-facts/size-scope.htm
http://en.wikipedia.org/wiki/Handwritten_Address_Interpretation
Back in the 90s when the post office was wrestling with this issue, we were also working on Machine Learning, starting in 1991 when Microsoft Research was formed.
As early as 1999 they were using it to help create email filters by predicting which emails were junk, and which were relevant.
And as John Platt mentions—it’s a key technology that Microsoft uses to develop its own software. In 2004. Machine learning was part of Microsoft’s search engine
It is also used in Bing Maps as part of the traffic prediction service.
And many people know about how it was a key technology to make Kinect a reality, letting computers track people’s gestures and sort through what’s relevant and what’s not. Like filtering out a dog in the background to see a player’s movements.
And today, this technology that has been developed over decades is becoming available commercially as part of Azure
It’s this depth of experience with machine learning, testing and refining over years, using it to develop pretty much all Microsoft products, that makes Microsoft’s solution so robust.
Let’s walk through how a machine learning solution comes to life, from setting up the environment to extracting insight.
First, The Azure ops team, maybe already accustomed to managing storage accounts or provisioning Azure virtual machines, can get a machine learning environment set up right from the Azure Portal. They start by creating an ML Studio workspace and dedicated storage account to get their data scientists up and running.
<click>
When the Azure Ops team sets up the data scientist, she’ll get an email to her Windows Live account that gives her one-click to get started.
The data scientist will then spend her time in ML Studio. From there, she can execute every step in the data science workflow.
She can access and prepare data
Create, test and train models, as well as import her company’s proprietary models securely into her private workspace
Work with R and over 300 of the most popular R packages along with Microsoft’s business class algorithms
Collaborate with colleagues within the office or across the globe as easy as clicking “share my workspace”
Deploy models within minutes rather than weeks or months
<click>
And the data scientist has her choice of what data she wants to pull into her models. She can access data already in Azure, query across Big Data in HDInsight, or pull datasets in right from her desktop.
<click>
Once the data scientist is ready to publish, she signals the Azure Ops team. This is when tested models become available to developers via the API service.
<click>
The Azure ops team then uses the ML API service to deploy the model in minutes, making it accessible to developers.
<click>
The developer can surface the model in apps, by simply grabbing auto-generated code and dropping it in. Then business users can access results, from anywhere, on any device. And any model updates simply refresh the model in production with no new development work needed.
Now that you know what we’ve built, lets take a look at some real examples.
It really comes down to Predictive Analytics, using your past data to provide data intelligence about the future. We’ve mentioned a few real world scenarios but there are many more.
Churn analysis to predict which customers may leave and help craft strategies to keep them satisfied
Recommendation engines like what Pier 1 is doing which can leverage huge volumes of customer data to offer customers suggestions of what they might want next.
Fraud detection to flag orders or behaviors which are indicative of a scam and help you stay one step ahead of criminals.