Learning Cloud
What is Here
This Repo contains links to 100+ resources I've created for you to learn to work on the public cloud.
Links to artifacts are included for AWS, Azure, GCP or Alibaba Cloud.
Courses and Articles
-
�� my cloud courses on LinkedIn Learning (30) - link -
�� my example code in Github repos (10+) - link -
�� my technical articles on Medium (40) - cloud topics - link -
�� my micro-blogging on Dev.to (many...) - link
Screencasts, Sample Data and Slide Decks
-
��️ my screencasts/talks on YouTube (50+) - cloud topics and more - link -
��️ my sample data in GitHub repo (10+) kinds of sample data - link -
��️ my slide decks on Slides.com (many...) - link
3 STEPS to getting started
-
�� REVIEW - this Repo and FAQ -
�� SELECT a cloud vendor (AWS, GCP...), set up a free trial (test) account for learning- See the main file in each vendor folders for links
- for AWS go to
\AWSfolder ->README.md - for GCP go to
\GCPfolder ->README.md, etc...
- for AWS go to
- Learn more about vendor differences - link
- See the main file in each vendor folders for links
-
�� SETUP a budget alert on your test account - I suggest alerting on spend of over $ 50 USD per day- pick a scenario or service to start learning
- build your project on the cloud and Learn...repeat!
-
springcloud-alibaba 应用demo,基于https://github.com/rstyro/SpringCloud-Alibaba-learning的例子，将spring-cloud-alibaba升级到2021.1版本，并调试成功。 采用docker 的nacos镜像运行nacos服务， 重点调试了springcloud-nacos-discovery-provider、spr
-
https://blog.didispace.com/spring-cloud-learning/
-
1.谷歌Cloud Machine Learning平台简介： 机器学习的三要素是数据源、计算资源和模型。谷歌在这三个方面都有强大的支撑：谷歌不仅有种类丰富且数量庞大的数据资源，而且有强大的计算机群提供数据存储于数据运算能力，同时，还研究实现了TensorFlow这个机器学习、深度学习算法库。基于这些背景，谷歌也已经训练出了许多实用的可以应用于商业软件的模型，开发者可以直接调用相应的API来开
-
深度学习 我们可以在Personal Computer上完成庞大的任务 深度学习是一种适应于各类问题的万能药 神经网络 神经网络出现于80年代，但当时计算机运行慢，数据集很小，神经网络不适用 现在神经网络回来了，因为能够进行GPU计算，可用使用的数据集也变大 分类 分类的一些讨论可以在这个项目里看到 Machine Learning不仅是Classification！但分类是机器学习的核心。 学会
-
人工神经网络（ANN）是一种高效的计算系统，其中心主题借鉴了生物神经网络的类比。 神经网络是机器学习的一种模型。 在20世纪80年代中期和90年代初期，在神经网络中进行了许多重要的建筑改进。 在本章中，您将了解有关深度学习的更多信息，这是一种人工智能的方法。 深度学习源自十年来爆炸性的计算增长，成为该领域的一个重要竞争者。 因此，深度学习是一种特殊的机器学习，其算法受到人脑结构和功能的启发。 机器
-
学习意味着通过学习或经验获得知识或技能。 基于此，我们可以定义机器学习（ML）如下 - 它可以被定义为计算机科学领域，更具体地说是人工智能的应用，其为计算机系统提供了学习数据和从经验改进而无需明确编程的能力。 基本上，机器学习的主要焦点是允许计算机自动学习而无需人为干预。 现在问题是如何开始和完成这种学习？ 它可以从数据的观察开始。 数据可以是一些示例，指令或一些直接经验。 然后在此输入的基础上，
-
Unsupervised Learning In unsupervised learning, the task is to infer hidden structure from unlabeled data, comprised of training examples $(\{x_n\})$. We demonstrate with an example in Edward. An inte
-
learning-note Motivation、Passion、Evolution 推荐在线阅读网站（TOP标签会出现失效的情况，使用侧边栏进行导航） 一个技术点，面试官常见的三连问： xxx是什么？ xxx优缺点是什么？ xxx应用及使用场景是什么？ Java相关 Java基础 Java集合类 Java IO Java虚拟机 Java 单元测试 Netty MyBatis Drools规则引擎
-
Flink 学习 麻烦路过的各位亲给这个项目点个 star，太不易了，写了这么多，算是对我坚持下来的一种鼓励吧！ Stargazers over time 本项目结构 How to build Maybe your Maven conf file settings.xml mirrors can add aliyun central mirror : <mirror> <id>alimaven<