Partie I Informatique en nuage : Théorie



Chapitre 1 Comprendre le cloud computing

1.1 Aperçu du cloud computing

1.2 Contexte de l'émergence du nuage

1.3 Sur site et dans le cloud

1.4 Comment le cloud computing est utilisé

1.5 Avantages du cloud computing

1.6 Effets de l'adoption du cloud computing

1.7 Technologies liées au cloud computing

1.8 Inconvénients du cloud computing



Chapitre 2 Services de cloud computing

2.1 Caractéristiques du cloud computing

2.2 Modèle de service cloud

2.3 Modèle de déploiement dans le cloud



Chapitre 3 : Technologie du cloud computing

3.1 Composition de la technologie de cloud computing

3.2 Comprendre la technologie de virtualisation

3.3 Virtualisation des serveurs

3.4 Virtualisation du réseau

3.5 Technologie de stockage

3.6 Technologie de service cloud sans interruption



Chapitre 4 Architecture du cloud

4.1 Comprendre l'architecture du cloud

4.2 Mise en commun des ressources

4.3 Équilibrage de charge

4.4 Éclatement des nuages

4.5 Redéploiement de service sans escale



Chapitre 5 L'avenir du cloud computing

5.1 Comprendre l'informatique de périphérie

5.2 Structure du Edge Computing

5.3 Sécurité dans l'informatique de périphérie

5.4 Informatique de brouillard



Deuxième partie : Informatique en nuage : aspects pratiques



Chapitre 6 : Mise en œuvre d'un site web basé sur le cloud

6.1 Comprendre les services de cloud computing

6.2 Mise en œuvre de services Web basés sur le cloud

6.3 Connexion à une machine virtuelle

6.4 Préparation d'un centre commercial en ligne

6.5 Création d'un coffre à clés

6.6 Connexion à une base de données SQL et création d'un schéma

6.7 Création d'un serveur Web

6.8 Gestion des images de produits avec le stockage Blob

6.9 Équilibrage de charge

6.10 Mise à l'échelle automatique



Chapitre 7 : Analyse de données dans le nuage

7.1 Créer un espace de travail Azure ML

7.2 Réalisation d'exercices d'apprentissage automatique avec Azure ML Studio

7.3 Configuration de l'environnement de calcul Azure ML

7.4 Prétraitement des données

7.5 Classification des données

7.6 Étape de sélection de l'algorithme ML

7.7 Validation du modèle d'apprentissage

7.8 Formation aux données

7.9 Évaluation des performances du modèle entraîné

7.10 Évaluation du modèle de formation

7.11 Évaluation de plusieurs modèles d'entraînement

7.12 Prédiction basée sur le modèle d'apprentissage

7.13 Évaluation des prédictions basée sur le modèle d'apprentissage



Chapitre 8 : Mise en œuvre d'un service de transmission de prévisions météorologiques

8.1 Création d'une application de fonction

8.2 Utilisation de l'API d'informations météorologiques

8.3 Intégration de l'API OpenWeather dans une application de fonction

8.3 Intégration de l'API OpenWeather dans une application de fonction