这些新工具捆绑了数据清理，拖放式编程和云计算，可帮助熟悉电子表格的人充分利用数据科学的强大功能。
数据科学可能永远不会那么容易，但它变得越来越容易和深入。诸如“机器学习”，“返回”和“降维”这样的术语仍然像以前一样难以理解，但是人们普遍希望从这些技术中受益，这些技术已经产生了一些好的工具，方便地为数据创建生产线以支持我们正在寻找的答案。
六种简化数据科学的工具
这个秘密类似于制造业的革命。正如标准化组件帮助启动工业革命一样，各种工具供应商的数据科学家已经开发出一系列非常强大，适应性广泛的分析程序。他们对接口进行了标准化，使用这些可互换的数据科学工具更容易构建自定义管道。
数据科学家过去需要绞尽脑汁，因为80％的工作是通过使用Python，Java或他们喜欢的语言来创建自定义例程并准备分析数据，因此R或SASS中的复杂统计工具可以完成他们的工作。现在市场上到处都是复杂的工具，它将数百个精心设计的例程捆绑在一个包中，为您进行大量重复和令人不快的数据清理和标准化。
这些新工具还为熟悉电子表格的人提供了机会。他们没有让所有的准备工作都消失，但他们让事情变得更容易。没有必要对数据格式大惊小怪，因为这些工具足够聪明，可以做正确的事情。通常你只需打开文件即可开始学习。
这些工具还为云计算节省了大量资金。过去，数据科学家通常需要更强大的计算机来处理大型数据集。现在，我们可以在云中租用更大，更快的机器，并通过提高处理速度来节省成本，同时在月度报告完成时将硬件返回池中。
这些工具对核心数据科学家和数据分析师来说是一个福音，他们只需要培训算法来预测明年的趋势。所有用户都可以享受使用复杂工具来正确处理数据的乐趣。然而，标准化还开辟了新的研究团队，以深入研究数据科学。现在，您无需掌握R语言或Python编程即可开始使用。当然，我们仍需要深入思考统计和机器学习。虽然这些工具尚无法回答有关何时使用神经网络或聚类算法以获得更好结果的战略问题，但它们可以轻松获取所有数据并快速尝试这两种方法。随着每个人越来越多地参与工业革命，正如标准化消除了对长期学徒和熟练工匠的需求一样，这些数据工具也释放出越来越多的商业人士转向复杂数据分析以获得进一步指导的潜力。
以下是帮助数据科学民主化的六种工具。
Alteryx
Alteryx平台的核心是它的设计工具，一个可视化编程IDE，允许用户拖放图标而不是键入文本程序。 Alteryx平台的目标用户包括数据科学家和普通的“公民用户”，这些用户可以满足那些不想清理数据和修改数据进行分析的人。该平台试图通过使用其可视化编程模型“颠覆80/20数据准备规则”来简化准备工作。只需将图标拖放到数据管道中的正确位置（例如按客户端编号分组或连接两个文件），即可应用许多标准化任务。
Alteryx还提供了许多用于分析数据和绘图推断的预定义预测模型。这些似乎是数据处理的图标，实际上是相应的R或Python程序，Alteryx为您节省了处理它们的复杂性和基于文本的编码的麻烦。在设计工具中，数据沿图标之间的直线沿着自己的线流动，您无需担心逗号，方括号或其他编码问题。
现在，Alteryx平台正朝着更加服务器驱动的模式发展，您构建的代码将驻留在可扩展到更大数据集的服务器上。如果您的数据需要增强，Alteryx还授权来自Dun＆Bradstreet或DigitalGlob等公司的商业数据集，以帮助您自动化表单。
当您在个人PC上设计模型时，Alteryx还提供了将模型发布到中央服务器的基础结构，然后将图形摘要分发给业务中的每个人。 Promote工具负责将日常生产数据分发给企业中的合适人员，以便他们可以使用预测建模的结果。
此设计工具的价格标签是每位用户每年5,195美元，但如果您想使用其他功能，例如包含人口统计或空间数据的数据集，则可能会增加33,800美元。中央服务器的起价为58,500美元，此外，Promote还提供了协作和连接的附加功能。骨牌
Domino也是实验室周围的可视化集成开发环境（IDE），它通过将图标和管道连接在一起来构建模型。不同之处在于Domino也对其他工具开放。支持所有主要且不太重要的基于Web的IDE，因为系统设计对所有这些IDE开放。大多数人可能会使用Jupyter或R-Studio，但其他工具如Apache Zeppelin或SAS也得到了很好的支持。
Domino的大多数功能都致力于将数据转换为模型所需的所有基础架构。 Domino的后端会仔细跟踪数据的各种版本以及过程中的所有修订和实验。所有这些更改都会被无情地保存并链接到结果中，以确保您可以随时重新运行和复制结果。它非常强调存储查询的准确再现，以便其他人可以在以后发现和重用这些工作。
与单一平台相比，Domino更像是基于Web的云网络操作系统。平台的开放性依赖于相对标准的机制，用于在文件中存储数据并保持修订一致性。幸运的是，磁盘存储比以往更便宜。
Domino的主要卖点之一是其云集成。您的实验将在与其他人共享的强大机器池中运行。如果您碰巧想要将自己的代码部署到堆栈，底层架构将完全打包并围绕Docker构建。您可以为作业配置最佳大小并从池中借用硬件，这是数据科学工作的一个很好的解决方案，通常是间歇性的，并且在代码准备好时以块的形式。调度。这是一个很好的解决方案，尤其适用于那些在每周，每月或每季度数据准备就绪时进行大多数计算的批量处理的解决方案。
Domino的定价是“基于Domino运行位置的年度订阅（我们的托管基础架构，您的私有云或内部环境）。”云选项将根据您使用的资源向您收取费用。

• 上一篇: 蓝盟IT外包，元宇宙：四梁八柱是什么
  下一篇: 详细解释了Nginx的作用，为什么Web服务器中Nginx的比例越来越高？

• 分享到：