search
LoginSignup
0

More than 1 year has passed since last update.

posted at

updated at

これからデータ分析するなら Data Science Virtual Machines が最高の環境!

この記事は、求ム!Pythonを使ってAzureで開発する時のTips!【PR】日本マイクロソフト Advent Calendar 2020 の 4 日目です(後から追っかけで書いています)。


これからデータ分析するなら Data Science Virtual Machines が最高の環境!って話です。

Data Science Virtual Machines が最高の環境の理由は何があるんでしょうか? 他じゃダメなんでしょうか?

その理由は以下になります。

  • 問題
    • 誰しもデータ分析に最適な環境を持っているわけではない
    • データ分析に最適な環境を構築するのは大変(時間など)
  • 解決策
    • Data Science Virtual Machines ならデータ サイエンスと AI 開発向けに事前構成されたクラウドの仮想マシン」なので、誰しも簡単に準備ができる

Azure Machine Learning と Data Science Virtual Machines の違いは?

これから機械学習するなら Azure Machine Learning が最高の環境! を書いている通り、Azure Machine LearningData Science Virtual Machines の違いをご説明します。

Data Science Virtual Machines がデータ サイエンス向けにカスタマイズされた VM イメージであるのに対し、Azure Machine Learning はフルマネージドのサービスという違いがあります。

他にも、Azure Machine Learning のサポート言語は Python と R ですが、Data Science Virtual Machines では Python と R 以外にも、Julia、SQL、C#、Java、Node.js、F# をサポートしています。

このように根本的に用途が異なっています。フルマネージドのサービスではないため、カスタマイズ性は Data Science Virtual Machines の方が明らかに上です。

ただ、要件によっては機能がファットな面もあるので、どちらが優れていて、どちらが劣っているということはありません。要件にあったサービスを使い分けることが大事だと思います。

5 日目は @changeworld の「データサイエンティストのための最強のフロントエンド Streamlit を Azure にデプロイ!」です。引き続きお楽しみください。

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
What you can do with signing up
0