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/ACL2, C++/F#/Lisp
D3
来自开放百科 - 灰狐
(版本间的差异)
小 (→愿景) |
小 (→组成) |
||
第38行: | 第38行: | ||
*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。 | ||
+ | |||
+ | 工具 | ||
+ | *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 | ||
==数据== | ==数据== |
2017年7月12日 (三) 07:22的版本
D3
目录 |
含义
D3:Big 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。
愿景
路线图
路线一:
- 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
路线二:
- 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。
路线三:
- Anaconda D3 Anaconda Platform (DAP)
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
基础设施
业务框架
- 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。
工具
数据
数据挖掘
Weka: Machine learning software to solve data mining problems
D3 Weka 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。
领域
运营
- Apache Ambari Operational Best Practices Workshop
- Hue
- Apache Zeppelin
- Apache NiFi
- Apache Metron
- H2O Flow
- Kettle
- Apache Kylin OLAP on Hadoop
- 基于Eclipse的各种分析和运营工具:XMind
图集
链接
分享您的观点