欢迎大家赞助一杯啤酒🍺 我们准备了下酒菜:Formal mathematics/Isabelle/ML, Formal verification/Coq/Agda, C++/Erlang/Lisp
D3
来自开放百科 - 灰狐
(版本间的差异)
小 (→路线图) |
小 (→组成) |
||
(未显示1个用户的38个中间版本) | |||
第2行: | 第2行: | ||
==含义== | ==含义== | ||
− | + | D3:Data, Deep Learning, IDE // 取其中的三个D | |
D3也表示以Data为中心的软件架构和开发模式。 | D3也表示以Data为中心的软件架构和开发模式。 | ||
+ | |||
+ | D3 is a Platform for Data. | ||
==愿景== | ==愿景== | ||
− | + | 普适的[[big data|大数据]]和[[artificial intelligence|人工智能]],AI on every device everywhere. | |
− | + | Build Your Own Data Cloud. | |
==路线图== | ==路线图== | ||
路线一: | 路线一: | ||
+ | *做Python和数据分析发行版 D3 Analysis Platform(DAP),类似Anaconda。 | ||
+ | *[[Anaconda python|Anaconda]] D3 Anaconda Platform (DAP) + [https://pydata.org/ PyData] + [[scikit-learn]] + [[Keras]] [https://anaconda.org/omnia/keras conda install -c omnia keras=0.3.2] | ||
+ | |||
+ | 路线二: | ||
*以[[Hortonworks]]为大数据基石 | *以[[Hortonworks]]为大数据基石 | ||
*基于[[Deeplearning4j]]、[[H2O]]、[[Scala]]和[[Apache Spark]]构建[[Java virtual machine|JVM]]生态的D3解决方案:[[Deep learning on HDP]] | *基于[[Deeplearning4j]]、[[H2O]]、[[Scala]]和[[Apache Spark]]构建[[Java virtual machine|JVM]]生态的D3解决方案:[[Deep learning on HDP]] | ||
第18行: | 第24行: | ||
*Yahoo [https://github.com/yahoo/CaffeOnSpark CaffeOnSpark] | *Yahoo [https://github.com/yahoo/CaffeOnSpark CaffeOnSpark] | ||
*通过[[Apache Bigtop]]分发D3 | *通过[[Apache Bigtop]]分发D3 | ||
− | + | ||
+ | 路线三: | ||
*[[HPCC]]是[[Apache Hadoop|Hadoop]]外的另一种选择。 | *[[HPCC]]是[[Apache Hadoop|Hadoop]]外的另一种选择。 | ||
*整合[[TensorFlow]], [[MXNet]], [[PaddlePaddle]]等深度学习框架和机器学习库。 | *整合[[TensorFlow]], [[MXNet]], [[PaddlePaddle]]等深度学习框架和机器学习库。 | ||
*[[C++]]语言核心驱动大数据和人工智能基础设施。 | *[[C++]]语言核心驱动大数据和人工智能基础设施。 | ||
*支持[[Python]]等尽可能多的外部接口语言。 | *支持[[Python]]等尽可能多的外部接口语言。 | ||
− | + | [[文件:pydata.png|right]] | |
− | + | ||
路线四:D3.NET | 路线四:D3.NET | ||
第33行: | 第39行: | ||
==组成== | ==组成== | ||
− | + | *D3 Studio | |
− | * | + | *D3 Server |
− | *[[ | + | *D3 HDP |
+ | |||
+ | 工具 | ||
+ | *D3 Studio insprie by [https://github.com/rapidminer/rapidminer-studio RapidMiner Studio] | ||
+ | *[[Anaconda python|Anaconda]] + [[Jupyter]] is the new front end for data science and AI. | ||
+ | *打造成类似[[MATLAB]][[Machine_learning|机器学习]]和[[Artificial neural network|神经网络]]平台,基于[[GNU_Octave|Octave]]构建。 | ||
+ | *D3 [[weka]] 数据挖掘工具包 | ||
业务框架 | 业务框架 | ||
+ | *[[Web crawler|网络爬虫]]、[[Search engine|搜索引擎]]、[[Natural language processing|自然语言处理]]提供的数据收集和数据挖掘服务。用[[elasticsearch]]驱动这一业务,它与[[Apache Hadoop]]有[https://github.com/elastic/elasticsearch-hadoop 深度整合] 提供[https://github.com/elastic/elasticsearch-py Python客户端] [https://github.com/elastic/elasticsearch-dsl-py DSL] 且有丰富的开源项目和商业模式。 | ||
*将大数据和人工智能服务更好的支持业务发展,通过业务框架提供这一支撑。 | *将大数据和人工智能服务更好的支持业务发展,通过业务框架提供这一支撑。 | ||
− | *[https://github.com/Tencent/mars Mars]微信官方的跨平台跨业务的终端基础组件可作为基础参考。 | + | *[https://github.com/Tencent/mars Mars]微信官方的跨平台跨业务的终端基础组件可作为基础参考。[https://github.com/Tencent/weui/ WeUI] 为微信 Web 服务量身设计。 |
+ | |||
+ | 基础设施 | ||
+ | *[[Deep learning on HDP]] [http://docs.huihoo.com/hortonworks/deep-learning-with-hortonworks-and-apache-spark.pdf Deep Learning on HDP] | ||
+ | *[[HDP on OpenStack]] | ||
==数据== | ==数据== | ||
第45行: | 第62行: | ||
*通过[[scrapy]]等工具爬取更多数据 | *通过[[scrapy]]等工具爬取更多数据 | ||
− | == | + | ==搜索引擎== |
− | [[ | + | 信息检索 |
+ | *[[Apache Lucene]]、[[Apache Solr]]和[[Elasticsearch]]是我们在信息检索领域的工具集和兴趣所在。 | ||
− | D3 | + | ==[[data science|数据科学]]== |
+ | *D3 [[orange]] 为数据挖掘提供一个更好用的机器学习软件包,而不总是[[SPSS]]。 | ||
+ | *D3 [[pentaho]] 数据集成、数据挖掘、大数据分析、商业智能解决方案。 | ||
+ | *[[Weka]]: [[Machine learning]] software to solve [[data mining]] problems | ||
− | [[ | + | ==实践== |
+ | *[https://pypi.python.org/pypi PyPI] [https://github.com/pypa PyPA] [https://github.com/conda Conda]数据分析和包治理 | ||
==领域== | ==领域== | ||
*[[E3.NET|电商零售业]] | *[[E3.NET|电商零售业]] | ||
+ | *爬虫和搜索解决方案 Search as a Service | ||
+ | *[[Natural language processing|自然语言处理]] // 让D3更好的理解Web | ||
*[[计算广告]] | *[[计算广告]] | ||
*[[Financial technology|金融服务]] | *[[Financial technology|金融服务]] | ||
*[[Computer_vision|计算机视觉]]:[[Caffe]]2、[[DeepVC]] | *[[Computer_vision|计算机视觉]]:[[Caffe]]2、[[DeepVC]] | ||
*[[Autonomous car|自动驾驶汽车]] | *[[Autonomous car|自动驾驶汽车]] | ||
+ | *[[BigchainDB|区块链数据库]]和[[Blockchain|区块链]]数据市场 | ||
[[Hortonworks#.E8.A1.8C.E4.B8.9A.E8.A7.A3.E5.86.B3.E6.96.B9.E6.A1.88|>>>更多行业解决方案]] | [[Hortonworks#.E8.A1.8C.E4.B8.9A.E8.A7.A3.E5.86.B3.E6.96.B9.E6.A1.88|>>>更多行业解决方案]] | ||
==运营== | ==运营== | ||
+ | *[[IPython]] [[Jupyter]] | ||
*[[Apache Ambari]] [http://docs.huihoo.com/hortonworks/operational-best-practices-workshop.pdf Operational Best Practices Workshop] | *[[Apache Ambari]] [http://docs.huihoo.com/hortonworks/operational-best-practices-workshop.pdf Operational Best Practices Workshop] | ||
*[[Hue]] | *[[Hue]] | ||
第67行: | 第93行: | ||
*[[Apache Metron]] | *[[Apache Metron]] | ||
*[[H2O]] Flow | *[[H2O]] Flow | ||
− | *[[Kettle]] | + | *[[Kettle]] & [[Talend]] |
*[[Apache Kylin]] [[OLAP]] on Hadoop | *[[Apache Kylin]] [[OLAP]] on Hadoop | ||
*基于[[Eclipse]]的各种分析和运营工具:[[XMind]] | *基于[[Eclipse]]的各种分析和运营工具:[[XMind]] | ||
+ | |||
+ | ==商业软件== | ||
+ | *[[SAS]] | ||
+ | *[[SPSS]] | ||
==图集== | ==图集== | ||
+ | <gallery> | ||
+ | image:bigdata-v1.png|大数据 | ||
+ | </gallery> | ||
==链接== | ==链接== | ||
+ | *[https://www.growingio.com GrowingIO] 技术栈是 [[Scala]], [[play framework|Play]], [[Apache Spark|Spark]], [[Apache Kafka|Kafka]], [[Apache HBase|HBase]], [[ElasticSearch]] | ||
[[category:big data]] | [[category:big data]] |
2017年8月21日 (一) 01:48的版本
D3
目录 |
含义
D3:Data, Deep Learning, IDE // 取其中的三个D
D3也表示以Data为中心的软件架构和开发模式。
D3 is a Platform for Data.
愿景
普适的大数据和人工智能,AI on every device everywhere.
Build Your Own Data Cloud.
路线图
路线一:
- 做Python和数据分析发行版 D3 Analysis Platform(DAP),类似Anaconda。
- Anaconda D3 Anaconda Platform (DAP) + PyData + scikit-learn + Keras conda install -c omnia keras=0.3.2
路线二:
- 以Hortonworks为大数据基石
- 基于Deeplearning4j、H2O、Scala和Apache Spark构建JVM生态的D3解决方案:Deep learning on HDP
- 以数据为中心的编程Clojure和分析平台Metabase,Clojure is about Data, Scala is about Types, Java is about Objects.
- Yahoo CaffeOnSpark
- 通过Apache Bigtop分发D3
路线三:
- HPCC是Hadoop外的另一种选择。
- 整合TensorFlow, MXNet, PaddlePaddle等深度学习框架和机器学习库。
- C++语言核心驱动大数据和人工智能基础设施。
- 支持Python等尽可能多的外部接口语言。
路线四:D3.NET
D3.NET
基于.NET的大数据和机器学习解决方案。
组成
- D3 Studio
- D3 Server
- D3 HDP
工具
- D3 Studio insprie by RapidMiner Studio
- Anaconda + Jupyter is the new front end for data science and AI.
- 打造成类似MATLAB机器学习和神经网络平台,基于Octave构建。
- D3 weka 数据挖掘工具包
业务框架
- 网络爬虫、搜索引擎、自然语言处理提供的数据收集和数据挖掘服务。用elasticsearch驱动这一业务,它与Apache Hadoop有深度整合 提供Python客户端 DSL 且有丰富的开源项目和商业模式。
- 将大数据和人工智能服务更好的支持业务发展,通过业务框架提供这一支撑。
- Mars微信官方的跨平台跨业务的终端基础组件可作为基础参考。WeUI 为微信 Web 服务量身设计。
基础设施
数据
搜索引擎
信息检索
- Apache Lucene、Apache Solr和Elasticsearch是我们在信息检索领域的工具集和兴趣所在。
数据科学
- D3 orange 为数据挖掘提供一个更好用的机器学习软件包,而不总是SPSS。
- D3 pentaho 数据集成、数据挖掘、大数据分析、商业智能解决方案。
- Weka: Machine learning software to solve data mining problems
实践
领域
- 电商零售业
- 爬虫和搜索解决方案 Search as a Service
- 自然语言处理 // 让D3更好的理解Web
- 计算广告
- 金融服务
- 计算机视觉:Caffe2、DeepVC
- 自动驾驶汽车
- 区块链数据库和区块链数据市场
运营
- IPython Jupyter
- Apache Ambari Operational Best Practices Workshop
- Hue
- Apache Zeppelin
- Apache NiFi
- Apache Metron
- H2O Flow
- Kettle & Talend
- Apache Kylin OLAP on Hadoop
- 基于Eclipse的各种分析和运营工具:XMind
商业软件
图集
链接
分享您的观点