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 (→实践) |
小 (→路线图) |
||
| 第11行： | 第11行： | ||
==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16行： | 第20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。 | ||
| 第22行： | 第27行： | ||
*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]] | [[文件:pydata.png|right]] | ||
| − | |||
| − | |||
路线四：D3.NET | 路线四：D3.NET | ||
2017年7月28日 (五) 01:12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： 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
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
- 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
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 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。
- Pentaho
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
- 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
