Διαφορετικές προσεγγίσεις στην ανάλυση μεγάλων δεδομένων - ανδρείκελα

Σε πολλές περιπτώσεις, η ανάλυση μεγάλων δεδομένων θα εκπροσωπείται στον τελικό χρήστη μέσω αναφορών και απεικονίσεων. Επειδή τα ανεπεξέργαστα δεδομένα μπορούν να ποικίλλουν αναπόφευκτα, θα πρέπει να βασίζεστε σε εργαλεία και τεχνικές ανάλυσης που θα σας βοηθήσουν να παρουσιάσετε τα δεδομένα με ουσιαστικό τρόπο.

Νέες εφαρμογές έρχονται διαθέσιμες και θα πέσουν ευρέως σε δύο κατηγορίες: προσαρμοσμένες ή ημι-προσαρμοσμένες.

Προσαρμοσμένες εφαρμογές για ανάλυση μεγάλων δεδομένων

Γενικά, δημιουργείται μια προσαρμοσμένη εφαρμογή για συγκεκριμένο σκοπό ή σχετικό σύνολο σκοπών. Για την ανάλυση μεγάλων δεδομένων, ο σκοπός της προσαρμοσμένης ανάπτυξης εφαρμογών είναι να επιταχύνει το χρόνο μέχρι την απόφαση ή τη δράση.

περιβάλλον R

Το περιβάλλον "R" βασίζεται στα στατιστικά στοιχεία "S" και στη γλώσσα ανάλυσης που αναπτύχθηκε στη δεκαετία του 1990 από την Bell Laboratories. Διατηρείται από το έργο GNU και διατίθεται υπό την άδεια GNU.

< "Επιπλέον, το έργο CRAN R διατηρεί ένα παγκόσμιο σύνολο πρωτοκόλλων μεταφοράς αρχείων και διακομιστών ιστού με τις πιο ενημερωμένες εκδόσεις του περιβάλλοντος R. Μια εμπορική έκδοση, Enterprise έκδοση του R είναι επίσης διαθέσιμη από την Revolution Analytics.

Πιο συγκεκριμένα, η R είναι μια ολοκληρωμένη σουίτα εργαλείων και τεχνολογιών λογισμικού που έχουν σχεδιαστεί για τη δημιουργία προσαρμοσμένων εφαρμογών που χρησιμοποιούνται για τη διευκόλυνση του χειρισμού, του υπολογισμού, της ανάλυσης και της οπτικής παρουσίασης δεδομένων. Μεταξύ άλλων προηγμένων δυνατοτήτων, υποστηρίζει

Αποτελεσματικά στοιχεία χειρισμού και χειρισμού δεδομένων.

• Χειριστές για υπολογισμούς σε συστοιχίες και άλλους τύπους παραγγελθέντων δεδομένων.

• Εργαλεία ειδικά για μια μεγάλη ποικιλία αναλύσεων δεδομένων.

• Προηγμένες δυνατότητες απεικόνισης.

• Γλώσσα προγραμματισμού S σχεδιασμένο από προγραμματιστές, για προγραμματιστές με πολλές γνωστές κατασκευές, συμπεριλαμβανομένων conditionals, βρόχους, αναδρομικές λειτουργίες που ορίζονται από το χρήστη και ένα ευρύ φάσμα εγκαταστάσεων εισόδου και εξόδου.

• Το R είναι κατάλληλο για εφαρμογές μιας χρήσης, προσαρμοσμένες για ανάλυση μεγάλων πηγών δεδομένων.

API Πρόβλεψης Google

Το API Πρόβλεψης Google είναι ένα παράδειγμα μιας αναδυόμενης κατηγορίας εργαλείων για την ανάλυση μεγάλων δεδομένων. Διατίθεται στον ιστότοπο των προγραμματιστών Google και είναι καλά τεκμηριωμένη και διαθέτει αρκετούς μηχανισμούς πρόσβασης, χρησιμοποιώντας διαφορετικές γλώσσες προγραμματισμού. Για να σας βοηθήσουμε να ξεκινήσετε, είναι ελεύθερα διαθέσιμο για έξι μήνες.

Το API Πρόβλεψης είναι αρκετά απλό. Ψάχνει για σχέδια και τα ταιριάζει με προδιαγραφικά, συντακτικά ή άλλα υπάρχοντα πρότυπα.Κατά την εκτέλεση της αντιστοίχισης του προτύπου, μαθαίνει επίσης. "Όσο περισσότερο το χρησιμοποιείτε, τόσο πιο έξυπνο γίνεται.

Η πρόβλεψη υλοποιείται ως RESTful API με υποστήριξη γλώσσας για το. NET, Java, PHP, JavaScript, Python, Ruby και πολλοί άλλοι. Η Google παρέχει επίσης δέσμες ενεργειών για την πρόσβαση στο API καθώς και μια βιβλιοθήκη πελατών για το R.

Η ανάλυση προγνωστικών είναι μια από τις ισχυρότερες δυνατές δυνατότητες μεγάλων δεδομένων και το Google Prediction API είναι ένα πολύ χρήσιμο εργαλείο για τη δημιουργία προσαρμοσμένων εφαρμογών.

Ημι-προσαρμοσμένες εφαρμογές για μεγάλη ανάλυση δεδομένων

Στην πραγματικότητα, αυτό που πολλοί άνθρωποι αντιλαμβάνονται ως προσαρμοσμένες εφαρμογές δημιουργούνται στην πραγματικότητα χρησιμοποιώντας "συσκευασμένα" ή τρίτα μέρη, όπως οι βιβλιοθήκες. Δεν είναι πάντα απαραίτητο να κωδικοποιήσετε πλήρως μια νέα εφαρμογή. Η χρήση συσκευασμένων εφαρμογών ή εξαρτημάτων απαιτεί από τους προγραμματιστές ή τους αναλυτές να γράψουν κώδικα για να «πλέξουν μαζί» αυτά τα στοιχεία σε μια προσαρμοσμένη εφαρμογή εργασίας. Ακολουθούν οι λόγοι για τους οποίους αυτή είναι μια καλή προσέγγιση:

Ταχύτητα ανάπτυξης:

• Επειδή δεν χρειάζεται να γράφετε κάθε μέρος της εφαρμογής, ο χρόνος ανάπτυξης μπορεί να μειωθεί σημαντικά. Σταθερότητα:

• Η χρήση αξιόπιστων, αξιόπιστων και τρίτων εξαρτημάτων μπορεί να σας βοηθήσει να κάνετε την προσαρμοσμένη εφαρμογή πιο ανθεκτική. Καλύτερη ποιότητα:

• Τα συσκευασμένα εξαρτήματα συχνά υπόκεινται σε υψηλότερα πρότυπα ποιότητας επειδή αναπτύσσονται σε μια ευρεία ποικιλία περιβαλλόντων και τομέων. Περισσότερη ευελιξία:

• Εάν ένα καλύτερο στοιχείο έρχεται μαζί, μπορεί να αντικατασταθεί στην εφαρμογή, επεκτείνοντας τη διάρκεια ζωής, την προσαρμοστικότητα και τη χρησιμότητα της προσαρμοσμένης εφαρμογής. Ένας άλλος τύπος ημι-προσαρμοσμένης εφαρμογής είναι εκείνη όπου ο πηγαίος κώδικας είναι διαθέσιμος και τροποποιείται για συγκεκριμένο σκοπό. Αυτό μπορεί να είναι μια αποτελεσματική προσέγγιση, επειδή υπάρχουν αρκετά παραδείγματα διαθέσιμων δομικών στοιχείων για την ενσωμάτωση στην ημι-προσαρμοσμένη εφαρμογή σας:

TA-Lib:

• Η βιβλιοθήκη Τεχνικής Ανάλυσης χρησιμοποιείται εκτενώς από προγραμματιστές λογισμικού που χρειάζονται τεχνική ανάλυση των δεδομένων της χρηματοπιστωτικής αγοράς. Διατίθεται ως ανοικτή πηγή με την άδεια BSD, επιτρέποντάς της να ενσωματωθεί σε ημι-προσαρμοσμένες εφαρμογές. JUNG:

• Το πλαίσιο Java Universal Network Graph είναι μια βιβλιοθήκη που παρέχει ένα κοινό πλαίσιο για την ανάλυση και την απεικόνιση δεδομένων που μπορούν να αναπαρασταθούν από ένα γράφημα ή ένα δίκτυο. Είναι χρήσιμο για την ανάλυση του κοινωνικού δικτύου, τα μέτρα σπουδαιότητας και την εξόρυξη δεδομένων. Διατίθεται ως ανοικτή πηγή υπό την άδεια BSD. GeoTools:

• Ένα geospatial εργαλείο ανοιχτού κώδικα για τον χειρισμό δεδομένων GIS σε πολλές μορφές, την ανάλυση χωρικών και μη χωρικών χαρακτηριστικών ή δεδομένων GIS και τη δημιουργία γραφημάτων και δικτύων δεδομένων. Διατίθεται υπό την άδεια GPL2, επιτρέποντας την ενσωμάτωση σε ημι-προσαρμοσμένες εφαρμογές.