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 (→组成) |
小 (→搜索引擎) |
||
第58行: | 第58行: | ||
*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]]。 | *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]]。 | ||
*[[Pentaho]] | *[[Pentaho]] | ||
+ | |||
+ | ==实践== | ||
+ | *[[PyPI]]数据分析和治理 | ||
==领域== | ==领域== |
2017年7月26日 (三) 04:21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
普适的大数据和人工智能,AI on every device everywhere.
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) + PyData + Keras conda install -c omnia keras=0.3.2
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
- 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。
工具
- 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
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。
- Pentaho
实践
- PyPI数据分析和治理
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
- 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