2018 年 12 月
第 33 卷,第 12 期
認知服務 - 搭配 LUIS 使用流程採礦,來從對話中取得見解
聊天機器人和使用者之間必須有互動上的理解才能建立有效的對話,尤其是交談中的意圖流程。了解如何從對話流程中取得見解,來協助找出機器人能夠改善的部分,進而提供更有成效更佳、更令人滿意的交談。
資料點 - 利用 Azure Data Studio 來管理多個來源的資料
Azure Data Studio (SQL Operations Studio 現在的正式名稱) 已在 9 月推出。Julie Lerman 指出,這次發行的頭條消息是現已開放使用的延伸模組。
容器 - 運用 Azure Kubernetes Services
Chander Dhall 會在本文中示範如何部署 Azure Kubernetes Service 叢集、建立安全的 Azure Container Registry、部署 ASP.NET Web API 應用程式,以及透過 Kubernetes Ingress 和 Azure DNS 在網際網路上公開應用程式。
程式設計師雜談 - 如何使用 MEAN:端對端
Ted Neward 在 MEAN 堆疊的第 30 期 (同時也是最後一期) 專欄中,會帶領大家了解 Angular 中的端對端測試,這種測試的目的是進行系統整體測試,嘗試確保前端和後端能進行有效的通訊。
物聯網 - 利用 Azure IoT Central 實現迅速的 IoT 開發
了解如何使用 Azure IoT Central,建立能夠顯示遙測資料、裝置位置及其設定,還有兩項關鍵效能指標的自訂 IoT Central 應用程式。
人工智慧 - 購物籃分析
購物籃分析 (又稱親和性分析) 是一種模型化技術,其理論基礎為:如果客戶購買了某一組品項,那麼他們就更有可能購買另外一組品項。Frank La Vigne 會探討這項高效推薦系統的運作機制。
容器 - 使用 Azure 容器來提供隨選 R 伺服器
掌握開發簡單 ASP.NET Core 2.1 Web 應用程式的關鍵步驟,讓應用程式將資料提交至用 R 實作的羅吉斯迴歸分類器,進而為超音波掃描取得更佳的品質控制資料。本文會示範如何結合 Azure 容器、Docker、Azure 事件方格和 Azure Functions,來實作能在現實生活運用的應用程式。
技術最前線 - Blazor 自訂元件
瀏覽器的 .NET 革新仍在持續。這個月,Dino Esposito 會說明 Blazor 元件如何為用於描述靜態與互動式內容的標記語言提高抽象等級。
測試回合 - 使用 CNTK 的視覺效果自動編碼器
繪製只有兩個維度的資料圖表很容易,但如果資料有很多維度的話該怎麼辦呢?James McCaffrey 會示範如何建立 CNTK 神經網路自動編碼器來將每個項目壓縮成兩個維度,進而加強資料的視覺效果。
不吐不快 - 銀髮族無力感
David Platt 在本月的「不吐不快」專欄中指出,嬰兒潮世代的人們年齡漸長,但高科技在對待長者這方面卻做得差強人意。智慧型手機和電視遙控器等消費者裝置及服務,要如何更妥善地因應高齡人口增長所帶來的挑戰呢?
編者小記 - 一個世代的結束
Ted Neward 在 2015 年透過 MEAN 堆疊開始了他的 JavaScript 開發之旅。三年後的現在,他寫下了 MongoDB、Angular 和 Node.js 的最後一章。本文會分享他所學到的經驗。