ഗാർട്ട്‌നർ MQ 2020 അവലോകനം: മെഷീൻ ലേണിംഗും ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് പ്ലാറ്റ്‌ഫോമുകളും

Невозможно объяснить причину, зачем я это прочел. Просто было время и было интересно, как устроен рынок. А это уже полноценный рынок по Gartner с 2018го года. С 2014-2016 называлось продвинутой аналитикой (корни в BI), в 2017 – Data Science (не знаю, как перевести это на русский). Кому интересны передвижения вендоров по квадрату – можно ഇവിടെ നോക്കൂ. 2020 സ്ക്വയറിനെക്കുറിച്ച് ഞാൻ സംസാരിക്കും, പ്രത്യേകിച്ചും 2019 മുതൽ അവിടെയുള്ള മാറ്റങ്ങൾ വളരെ കുറവായതിനാൽ: SAP മാറ്റി, Altair Datawatch വാങ്ങി.

ഇതൊരു ചിട്ടയായ വിശകലനമോ പട്ടികയോ അല്ല. ഒരു വ്യക്തിഗത വീക്ഷണം, ഒരു ജിയോഫിസിസ്റ്റിന്റെ വീക്ഷണകോണിൽ നിന്നും. എന്നാൽ ഗാർട്ട്നർ എംക്യു വായിക്കാൻ എനിക്ക് എപ്പോഴും ജിജ്ഞാസയുണ്ട്, അവർ ചില പോയിന്റുകൾ കൃത്യമായി രൂപപ്പെടുത്തുന്നു. അതിനാൽ സാങ്കേതികമായും വിപണിപരമായും തത്വശാസ്ത്രപരമായും ഞാൻ ശ്രദ്ധിച്ച കാര്യങ്ങൾ ഇതാ.

ഇത് എം‌എൽ എന്ന വിഷയത്തിൽ ആഴത്തിലുള്ള ആളുകൾക്ക് വേണ്ടിയല്ല, പൊതുവെ വിപണിയിൽ എന്താണ് സംഭവിക്കുന്നതെന്ന് താൽപ്പര്യമുള്ള ആളുകൾക്ക് വേണ്ടിയുള്ളതാണ്.

DSML മാർക്കറ്റ് തന്നെ BI, Cloud AI ഡെവലപ്പർ സേവനങ്ങൾക്കിടയിൽ യുക്തിസഹമായി കൂടുകൂട്ടുന്നു.

Сначала понравившееся цитаты и термины:

• «A Leader may not be the best choice» — ഒരു മാർക്കറ്റ് ലീഡർ നിങ്ങൾക്ക് ആവശ്യമുള്ളത് ആയിരിക്കണമെന്നില്ല. വളരെ അത്യാവശ്യം! പ്രവർത്തനക്ഷമമായ ഒരു ഉപഭോക്താവിന്റെ അഭാവത്തിന്റെ അനന്തരഫലമായി, അവർ എല്ലായ്പ്പോഴും "അനുയോജ്യമായ" പരിഹാരത്തിന് പകരം "മികച്ച" പരിഹാരത്തിനായി തിരയുന്നു.
• «Model operationalisation» - MOPs എന്ന് ചുരുക്കി. പഗ്ഗുകളുമായി എല്ലാവർക്കും ബുദ്ധിമുട്ടാണ്! - (കൂൾ പഗ് തീം മോഡൽ പ്രവർത്തിക്കുന്നു).
• "നോട്ട്ബുക്ക് പരിസ്ഥിതി" – важный концепт, где код, комментарии, данные и результаты объединяются вместе. Это очень понятно, перспективно и может существенно сократить объем UI кода.
• «Rooted in OpenSource» - നന്നായി പറഞ്ഞു - ഓപ്പൺ സോഴ്‌സിൽ വേരൂന്നിയതാണ്.
• «Citizen Data Scientists» - വിഷ്വൽ പരിതസ്ഥിതിയും എല്ലാത്തരം സഹായ കാര്യങ്ങളും ആവശ്യമുള്ള അത്തരം എളുപ്പമുള്ള ചങ്ങാതിമാർ, വിദഗ്ധരല്ല. അവർ കോഡ് ചെയ്യില്ല.
• "ജനാധിപത്യം" - പലപ്പോഴും അർത്ഥമാക്കുന്നത് "വിശാലമായ ആളുകൾക്ക് ലഭ്യമാക്കുക" എന്നാണ്. നമ്മൾ ഉപയോഗിച്ചിരുന്ന അപകടകരമായ "ഡാറ്റ സ്വതന്ത്രമാക്കുക" എന്നതിനുപകരം "ഡാറ്റയെ ജനാധിപത്യവൽക്കരിക്കുക" എന്ന് പറയാം. "ഡെമോക്രാറ്റൈസേഷൻ" എല്ലായ്പ്പോഴും ഒരു നീണ്ട വാലാണ്, എല്ലാ കച്ചവടക്കാരും അതിന്റെ പിന്നാലെ ഓടുന്നു. അറിവിന്റെ തീവ്രതയിൽ നഷ്ടം - പ്രവേശനക്ഷമതയിൽ നേട്ടം!
• "പര്യവേക്ഷണ ഡാറ്റ വിശകലനം - EDA" — рассматривание данными подручными средствами. Немного статистики. Немного визуализации. То, что все делают в той или иной степени. Не знал, что для этого есть название
• "പുനരുൽപ്പാദനക്ഷമത" - എല്ലാ പാരിസ്ഥിതിക പാരാമീറ്ററുകളുടെയും ഇൻപുട്ടുകളുടെയും ഔട്ട്പുട്ടുകളുടെയും പരമാവധി സംരക്ഷണം, അതുവഴി പരീക്ഷണം ഒരിക്കൽ കൂടി ആവർത്തിക്കാം. ഒരു പരീക്ഷണാത്മക പരീക്ഷണ പരിതസ്ഥിതിക്കുള്ള ഏറ്റവും പ്രധാനപ്പെട്ട പദം!

അങ്ങനെ:

Alteryx

ഒരു കളിപ്പാട്ടം പോലെ രസകരമായ ഇന്റർഫേസ്. സ്കേലബിലിറ്റി, തീർച്ചയായും, അൽപ്പം ബുദ്ധിമുട്ടാണ്. അതനുസരിച്ച്, ഒരേ ചുറ്റുപാടിൽ എഞ്ചിനീയർമാരുടെ സിറ്റിസൺ കമ്മ്യൂണിറ്റി കളിക്കാൻ tchotchkes. Analytics എല്ലാം ഒരു കുപ്പിയിൽ നിങ്ങളുടേതാണ്. സ്പെക്ട്രൽ-കോറിലേഷൻ ഡാറ്റ വിശകലനത്തിന്റെ ഒരു സമുച്ചയത്തെക്കുറിച്ച് എന്നെ ഓർമ്മിപ്പിച്ചു Coscad, ഇത് 90 കളിൽ പ്രോഗ്രാം ചെയ്തു.

അനക്കോണ്ട

പൈത്തണിന് ചുറ്റുമുള്ള കമ്മ്യൂണിറ്റിയും ആർ വിദഗ്ധരും. അതിനനുസരിച്ച് ഓപ്പൺ സോഴ്‌സ് വലുതാണ്. എന്റെ സഹപ്രവർത്തകർ ഇത് എല്ലായ്‌പ്പോഴും ഉപയോഗിക്കുന്നുണ്ടെന്ന് മനസ്സിലായി. പക്ഷെ ഞാൻ അറിഞ്ഞില്ല.

ഡാറ്റബ്രിക്സ്

മൂന്ന് ഓപ്പൺ സോഴ്‌സ് പ്രോജക്റ്റുകൾ ഉൾക്കൊള്ളുന്നു - 2013 മുതൽ സ്പാർക്ക് ഡെവലപ്പർമാർ ധാരാളം പണം സ്വരൂപിച്ചു. എനിക്ക് ശരിക്കും വിക്കി ഉദ്ധരിക്കേണ്ടിയിരിക്കുന്നു:

“In September 2013, Databricks announced that it had raised $13.9 million from Andreessen Horowitz. The company raised additional $33 million in 2014, $60 million in 2016, $140 million in 2017, $250 million in 2019 (Feb) and $400 million in 2019 (Oct)”!!!

Великие какие-то люди Spark пилили. Не знаком жаль!

കൂടാതെ പദ്ധതികൾ ഇവയാണ്:

• ഡെൽറ്റ തടാകം — ACID на Spark совсем недавно отрелизили (то о чем мы мечтали над Elasticsearch) — превращает его в БД: жесткая схема, ACID, аудит, версии…
• ML ഫ്ലോ - മോഡലുകളുടെ ട്രാക്കിംഗ്, പാക്കേജിംഗ്, മാനേജ്മെന്റ്, സ്റ്റോറേജ്.
• കോലാസ് - Spark-ലെ Pandas DataFrame API - Pandas - ടേബിളുകളിലും ഡാറ്റയിലും പൊതുവായി പ്രവർത്തിക്കുന്നതിനുള്ള പൈത്തൺ API.

അറിയാത്തവർക്കും മറന്നുപോയവർക്കും വേണ്ടി നിങ്ങൾക്ക് സ്പാർക്ക് നോക്കാം: ലിങ്ക്. ചെറുതായി വിരസവും എന്നാൽ വിശദമായ കൺസൾട്ടിംഗ് മരപ്പട്ടികളിൽ നിന്നുള്ള ഉദാഹരണങ്ങളുള്ള വീഡിയോകൾ ഞാൻ കണ്ടു: ഡാറ്റാ സയൻസിനായുള്ള ഡാറ്റബ്രിക്സ് (ലിങ്ക്) കൂടാതെ ഡാറ്റാ എഞ്ചിനീയറിങ്ങിന് (ലിങ്ക്).

ചുരുക്കത്തിൽ, ഡാറ്റാബ്രിക്സ് സ്പാർക്ക് പുറത്തെടുക്കുന്നു. സാധാരണയായി ക്ലൗഡിൽ Spark ഉപയോഗിക്കാൻ ആഗ്രഹിക്കുന്ന ഏതൊരാളും ഒരു മടിയും കൂടാതെ DataBricks എടുക്കുന്നു, ഉദ്ദേശിച്ചത് പോലെ 🙂 Spark ആണ് ഇവിടെ പ്രധാന വ്യത്യാസം.
സ്പാർക്ക് സ്ട്രീമിംഗ് യഥാർത്ഥ വ്യാജ തത്സമയമോ മൈക്രോബാച്ചിംഗോ അല്ലെന്ന് ഞാൻ മനസ്സിലാക്കി. നിങ്ങൾക്ക് യഥാർത്ഥ തത്സമയം വേണമെങ്കിൽ, അത് അപ്പാച്ചെ സ്റ്റോമിലാണ്. MapReduce നേക്കാൾ മികച്ചതാണ് Spark എന്ന് എല്ലാവരും പറയുകയും എഴുതുകയും ചെയ്യുന്നു. ഇതാണ് മുദ്രാവാക്യം.

ഡാറ്റൈക്കു

Прикольная штучка end-to-end. Рекламы много. Не понял, чем от Alteryx отличается?

ഡാറ്റാ റോബോട്ട്

Paxata для подготовки данных классно – это отдельная компания, которую в Декабре 2019 купили Дата Роботы. Подняли 20 MUSD и продались. Все за 7 лет.

Excel അല്ല, Paxata-യിൽ ഡാറ്റ തയ്യാറാക്കൽ - ഇവിടെ കാണുക: ലിങ്ക്.
രണ്ട് ഡാറ്റാസെറ്റുകൾക്കിടയിൽ ചേരുന്നതിന് സ്വയമേവയുള്ള ലുക്കപ്പുകളും നിർദ്ദേശങ്ങളും ഉണ്ട്. ഒരു വലിയ കാര്യം - ഡാറ്റ മനസ്സിലാക്കാൻ, വാചക വിവരങ്ങളിൽ കൂടുതൽ ഊന്നൽ ഉണ്ടാകും (ലിങ്ക്).
ഉപയോഗശൂന്യമായ "തത്സമയ" ഡാറ്റാസെറ്റുകളുടെ മികച്ച കാറ്റലോഗാണ് ഡാറ്റ കാറ്റലോഗ്.
Тоже интересно как каталоги формируются в Paxata (ലിങ്ക്).

"അനലിസ്റ്റ് സ്ഥാപനം അനുസരിച്ച് അണ്ഡം, പുരോഗതിയിലൂടെയാണ് സോഫ്റ്റ്‌വെയർ സാധ്യമാക്കിയത് പ്രവചിക്കുന്ന അനലിറ്റിക്സ്, മെഷീൻ ലേണിംഗ് ഒപ്പം NoSQL ഡാറ്റ കാഷിംഗ് രീതിശാസ്ത്രം.[15] സോഫ്റ്റ്വെയർ ഉപയോഗിക്കുന്നു സെമാന്റിക് algorithms to understand the meaning of a data table’s columns and pattern recognition algorithms to find potential duplicates in a data-set.[15][7] ഇൻഡെക്‌സിംഗ്, ടെക്‌സ്‌റ്റ് പാറ്റേൺ തിരിച്ചറിയൽ, സോഷ്യൽ മീഡിയയിലും സെർച്ച് സോഫ്‌റ്റ്‌വെയറിലും പരമ്പരാഗതമായി കാണുന്ന മറ്റ് സാങ്കേതികവിദ്യകളും ഇത് ഉപയോഗിക്കുന്നു.

ഡാറ്റ റോബോട്ടിന്റെ പ്രധാന ഉൽപ്പന്നം ഇവിടെ. മോഡലിൽ നിന്ന് എന്റർപ്രൈസ് ആപ്ലിക്കേഷനിലേക്ക് എന്നതാണ് അവരുടെ മുദ്രാവാക്യം! പ്രതിസന്ധിയുമായി ബന്ധപ്പെട്ട് എണ്ണ വ്യവസായത്തിനായി ഞാൻ കൺസൾട്ടിംഗ് കണ്ടെത്തി, പക്ഷേ അത് വളരെ നിന്ദ്യവും താൽപ്പര്യമില്ലാത്തതുമായിരുന്നു: ലിങ്ക്. ഞാൻ അവരുടെ വീഡിയോകൾ Mops-ലോ MLop-ലോ കണ്ടു (ലിങ്ക്). Это такой Франкенштейн собранный из 6-7 аквизишенов различных продуктов.

Конечно становиться понятно, что большая команда Data Scientists должна иметь именно такую среду для работы с моделями, а то они наплодят их множество и ничего никогда не задеплоят. А в нашей нефтегазовой upstream реальности — одну модельку бы удачную создать и это уже большой прогресс!

Сам процесс очень напомнил работу проектными системами в геологии-геофизике, например ഷക്കീല. അധികം മടിയില്ലാത്ത എല്ലാവരും മോഡലുകൾ ഉണ്ടാക്കുകയും പരിഷ്കരിക്കുകയും ചെയ്യുന്നു. മോഡലിലേക്ക് ഡാറ്റ ശേഖരിക്കുക. എന്നിട്ട് അവർ ഒരു റഫറൻസ് മോഡൽ ഉണ്ടാക്കി അത് നിർമ്മാണത്തിലേക്ക് അയച്ചു! ഒരു ജിയോളജിക്കൽ മോഡലിനും ഒരു എം‌എൽ മോഡലിനും ഇടയിൽ, നിങ്ങൾക്ക് പൊതുവായി പലതും കണ്ടെത്താൻ കഴിയും.

ഡോമിനോ

Упор на открытую платформу и на коллаборейшн. Бизнес пользователей пускают бесплатно. Их Data Lab сильно напоминает шарепоинт. (А от названия сильно отдает IBMом). Все эксперименты линкуют к исходному датасету. Как это знакомо 🙂 Как в нашей практике – какие-то данные в модель затащили, потом там в модели почистили и привели в порядок и все это там уже живет в модели и концов в исходных данных не найти.

У Domino крутая инфраструктурная виртуализация. Собрал машинку сколько надо ядер за секунду и поехал считать. Как сделано — не совсем понятно сразу. Везде Docker. Много свободы! Любые воркспейсы последних версий можно подключать. Параллельный запуск экспериментов. Трэкинг и отбор удачных.

DataRobot പോലെ തന്നെ - ഫലങ്ങൾ ആപ്ലിക്കേഷനുകളുടെ രൂപത്തിൽ ബിസിനസ്സ് ഉപയോക്താക്കൾക്കായി പ്രസിദ്ധീകരിക്കുന്നു. പ്രത്യേകിച്ച് പ്രതിഭാധനരായ "പങ്കാളികൾക്ക്". കൂടാതെ മോഡലുകളുടെ യഥാർത്ഥ ഉപയോഗവും നിരീക്ഷിക്കപ്പെടുന്നു. പഗ്ഗുകൾക്കുള്ള എല്ലാം!

സങ്കീർണ്ണമായ മോഡലുകൾ ഉൽപ്പാദനത്തിൽ എങ്ങനെ അവസാനിക്കുന്നുവെന്ന് എനിക്ക് പൂർണ്ണമായി മനസ്സിലാകുന്നില്ല. അവർക്ക് ഡാറ്റ നൽകാനും ഫലങ്ങൾ നേടാനും ചില തരത്തിലുള്ള API നൽകിയിട്ടുണ്ട്.

ഹ്ക്സനുമ്ക്സൊ

സൂപ്പർവൈസ്ഡ് ML-നുള്ള വളരെ ഒതുക്കമുള്ളതും അവബോധജന്യവുമായ സംവിധാനമാണ് ഡ്രൈവ്ലെസ്സ് AI. എല്ലാം ഒരു പെട്ടിയിൽ. ബാക്കെൻഡിനെക്കുറിച്ച് ഉടനടി പൂർണ്ണമായും വ്യക്തമല്ല.

മോഡൽ യാന്ത്രികമായി ഒരു REST സെർവറിലേക്കോ ജാവ ആപ്പിലേക്കോ പാക്കേജുചെയ്യുന്നു. ഇതൊരു മികച്ച ആശയമാണ്. വ്യാഖ്യാനത്തിനും വിശദീകരണത്തിനും വേണ്ടി ഒരുപാട് കാര്യങ്ങൾ ചെയ്തിട്ടുണ്ട്. മോഡലിന്റെ ഫലങ്ങളുടെ വ്യാഖ്യാനവും വിശദീകരണവും (എന്താണ് അന്തർലീനമായി വിശദീകരിക്കാൻ പാടില്ലാത്തത്, അല്ലാത്തപക്ഷം ഒരു വ്യക്തിക്ക് അത് കണക്കാക്കാൻ കഴിയുമോ?).
Впервые подробно рассматривается кейс про неструктурированные данные и NLP. Качественная архитектурная картинка. И вообще картинки понравились.

പൂർണ്ണമായും വ്യക്തമല്ലാത്ത ഒരു വലിയ ഓപ്പൺ സോഴ്‌സ് H2O ചട്ടക്കൂട് ഉണ്ട് (ഒരു കൂട്ടം അൽഗോരിതങ്ങൾ/ലൈബ്രറികൾ?). വ്യാഴം പോലെയുള്ള പ്രോഗ്രാമിംഗ് ഇല്ലാതെ നിങ്ങളുടെ സ്വന്തം വിഷ്വൽ ലാപ്‌ടോപ്പ് (ലിങ്ക്). ജാവയിൽ പൊതിഞ്ഞ Pojo, Mojo - H2O മോഡലുകളെക്കുറിച്ചും ഞാൻ വായിച്ചിട്ടുണ്ട്. ആദ്യത്തേത് നേരായതാണ്, രണ്ടാമത്തേത് ഒപ്റ്റിമൈസേഷനാണ്. H20 മാത്രമാണ്(!) ഗാർട്ട്നർ ടെക്സ്റ്റ് അനലിറ്റിക്സും NLP യും അവരുടെ ശക്തിയായി ലിസ്റ്റുചെയ്‌തത്, അതുപോലെ തന്നെ വിശദീകരണവുമായി ബന്ധപ്പെട്ട അവരുടെ ശ്രമങ്ങളും. ഇത് വളരെ പ്രധാനപെട്ടതാണ്!

ഒരേ സ്ഥലത്ത്: ഹാർഡ്‌വെയറും ക്ലൗഡുകളുമായുള്ള സംയോജന മേഖലയിൽ ഉയർന്ന പ്രകടനം, ഒപ്റ്റിമൈസേഷൻ, വ്യവസായ നിലവാരം.

ബലഹീനത യുക്തിസഹമാണ് - ഡ്രൈവർലെസ് AI അവരുടെ ഓപ്പൺ സോഴ്‌സുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ ദുർബലവും ഇടുങ്ങിയതുമാണ്. Paxata-യുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ ഡാറ്റ തയ്യാറാക്കൽ മുടന്തനാണ്! അവർ വ്യവസായ ഡാറ്റയെ അവഗണിക്കുന്നു - സ്ട്രീം, ഗ്രാഫ്, ജിയോ. ശരി, എല്ലാം നല്ലതായിരിക്കാൻ കഴിയില്ല.

KNIME

Понравились 6 очень конкретных очень интересных бизнес кейсов на заглавной странице. Сильный OpenSource.

Gartner из лидеров опустил в визионеры. Плохо деньги зарабатывают — хороший знак для пользователей, учитывая что Лидер – не всегда лучший выбор.

Ключевое слово как и в H2O — augmented это значит помощь убогим citizen data scientists. Впервые кого-то в обзоре поругали за производительность! Интересно? То есть вычислительных мощностей столько, что производительность вообще не может быть системной проблемой? Про это слово “Augmented” у Gartner есть പ്രത്യേക ലേഖനം, എത്താൻ കഴിഞ്ഞില്ല.
അവലോകനത്തിൽ KNIME ആദ്യ അമേരിക്കക്കാരനല്ലെന്ന് തോന്നുന്നു! (ഞങ്ങളുടെ ഡിസൈനർമാർ അവരുടെ ലാൻഡിംഗ് പേജ് ശരിക്കും ഇഷ്ടപ്പെട്ടു. വിചിത്രമായ ആളുകൾ.

മാത്ത് വർക്ക്സ്

MatLаb – старый почетный товарищ известный всем! Тулбоксы для всех областей жизни и ситуаций. Что-то очень другое. Фактически много-много-много математики на все вообще случаи жизни!

സിസ്റ്റം ഡിസൈനിനായി ഒരു സിമുലിങ്ക് ആഡ്-ഓൺ ഉൽപ്പന്നം. ഞാൻ ഡിജിറ്റൽ ഇരട്ടകൾക്കുള്ള ടൂൾബോക്സുകളിൽ കുഴിച്ചു - ഇതിനെക്കുറിച്ച് എനിക്ക് ഒന്നും മനസ്സിലാകുന്നില്ല, പക്ഷേ ഇവിടെ ഒരുപാട് എഴുതിയിട്ടുണ്ട്. വേണ്ടി എണ്ണ വ്യവസായം. പൊതുവേ, ഇത് ഗണിതശാസ്ത്രത്തിന്റെയും എഞ്ചിനീയറിംഗിന്റെയും ആഴങ്ങളിൽ നിന്ന് അടിസ്ഥാനപരമായി വ്യത്യസ്തമായ ഒരു ഉൽപ്പന്നമാണ്. നിർദ്ദിഷ്ട മാത്തമാറ്റിക്സ് ടൂൾകിറ്റുകൾ തിരഞ്ഞെടുക്കുന്നതിന്. ഗാർട്ട്‌നറുടെ അഭിപ്രായത്തിൽ, അവരുടെ പ്രശ്‌നങ്ങൾ സ്‌മാർട്ട് എഞ്ചിനീയർമാരുടെ പ്രശ്‌നങ്ങൾക്ക് തുല്യമാണ് - സഹകരണമില്ല - എല്ലാവരും അവരവരുടെ മാതൃകയിൽ ചുറ്റിക്കറങ്ങുന്നു, ജനാധിപത്യമില്ല, വിശദീകരണമില്ല.

റാപ്പിഡ് മൈനർ

Много и сталкивался и слышал ранее (наряду с Матлабом) в контексте хорошего опенсорса. Закопался немного в TurboPrep как обычно. Интересует меня как из грязных данных чистые получать.

ഫീച്ചർ ഡെമോയിലെ 2018-ലെ മാർക്കറ്റിംഗ് മെറ്റീരിയലുകളുടെയും ഇംഗ്ലീഷ് സംസാരിക്കുന്ന ഭയങ്കരരായ ആളുകളുടെയും അടിസ്ഥാനത്തിൽ ആളുകൾ നല്ലവരാണെന്ന് നിങ്ങൾക്ക് വീണ്ടും കാണാൻ കഴിയും.

ശക്തമായ ജർമ്മൻ പശ്ചാത്തലമുള്ള 2001 മുതൽ ഡോർട്ട്മുണ്ടിൽ നിന്നുള്ള ആളുകൾ)

ഓപ്പൺ സോഴ്‌സിൽ കൃത്യമായി എന്താണ് ലഭ്യമാകുന്നതെന്ന് എനിക്ക് ഇപ്പോഴും സൈറ്റിൽ നിന്ന് മനസ്സിലാകുന്നില്ല - നിങ്ങൾ കൂടുതൽ ആഴത്തിൽ കുഴിക്കേണ്ടതുണ്ട്. വിന്യാസത്തെയും ഓട്ടോഎംഎൽ ആശയങ്ങളെയും കുറിച്ചുള്ള നല്ല വീഡിയോകൾ.

RapidMiner സെർവർ ബാക്കെൻഡിലും പ്രത്യേകിച്ചൊന്നുമില്ല. ഇത് ഒരുപക്ഷേ ഒതുക്കമുള്ളതും പ്രീമിയം ഔട്ട് ഓഫ് ബോക്സിൽ നന്നായി പ്രവർത്തിക്കുന്നതുമായിരിക്കും. ഇത് ഡോക്കറിൽ പാക്കേജുചെയ്തിരിക്കുന്നു. RapidMiner സെർവറിൽ മാത്രം പങ്കിട്ട പരിസ്ഥിതി. തുടർന്ന് റഡൂപ്പ്, ഹഡൂപ്പിൽ നിന്നുള്ള ഡാറ്റ, സ്റ്റുഡിയോ വർക്ക്ഫ്ലോയിലെ സ്പാർക്കിൽ നിന്നുള്ള റൈമുകൾ എണ്ണുന്നു.

പ്രതീക്ഷിച്ചതുപോലെ, യുവ ചൂടുള്ള കച്ചവടക്കാർ "വരയുള്ള വിറകുകൾ വിൽക്കുന്നവർ" അവരെ താഴേക്ക് നീക്കി. ഗാർട്ട്നർ, എന്റർപ്രൈസ് സ്പെയ്സിൽ അവരുടെ ഭാവി വിജയം പ്രവചിക്കുന്നു. അവിടെ നിങ്ങൾക്ക് പണം സ്വരൂപിക്കാം. ഇത് എങ്ങനെ ചെയ്യണമെന്ന് ജർമ്മൻകാർക്ക് അറിയാം, വിശുദ്ധ-വിശുദ്ധ :) SAP എന്ന് പറയരുത്!!!

അവർ പൗരന്മാർക്കായി ഒരുപാട് ചെയ്യുന്നു! എന്നാൽ തങ്ങൾ വിൽപ്പന നവീകരണവുമായി പൊരുതുകയാണെന്നും കവറേജിന്റെ വീതിക്കു വേണ്ടിയല്ല, ലാഭത്തിനുവേണ്ടിയാണ് പോരാടുന്നതെന്നും ഗാർട്ട്നർ പറയുന്നത് പേജിൽ നിന്ന് നിങ്ങൾക്ക് കാണാൻ കഴിയും.

അവശേഷിച്ചു എസ്എഎസ് и Tibco എനിക്ക് സാധാരണ ബിഐ വെണ്ടർമാർ... രണ്ടും ഏറ്റവും മുകളിലാണ്, ഇത് സാധാരണ ഡാറ്റാ സയൻസ് യുക്തിസഹമായി വളരുകയാണെന്ന എന്റെ ആത്മവിശ്വാസം സ്ഥിരീകരിക്കുന്നു
из BI, а не из облаков и Hadoop инфраструктур. Из бизнеса т.е., а не из IT. Как в Газпромнефть например: ലിങ്ക്, ശക്തമായ BI സമ്പ്രദായങ്ങളിൽ നിന്ന് ഒരു മുതിർന്ന DSML പരിതസ്ഥിതി വളരുന്നു. പക്ഷേ, അത് എംഡിഎമ്മിനോടും മറ്റ് കാര്യങ്ങളോടും മോശവും പക്ഷപാതപരവുമാകാം, ആർക്കറിയാം.

എസ്എഎസ്

Нечего сказать особо. Только очевидные вещи.

ടിബ്കോ

ഒരു പേജ് നീളമുള്ള വിക്കി പേജിലെ ഷോപ്പിംഗ് ലിസ്റ്റിൽ ഈ തന്ത്രം വായിക്കുന്നു. അതെ, നീണ്ട കഥ, പക്ഷേ 28!!! ചാൾസ്. എന്റെ ടെക്നോ-യൗവനത്തിൽ ഞാൻ BI Spotfire (2007) വാങ്ങി. കൂടാതെ Jaspersoft (2014), തുടർന്ന് ഇൻസൈറ്റ്ഫുൾ (എസ്-പ്ലസ്) (2008), സ്റ്റാറ്റിസ്റ്റിക്ക (2017), ആൽപൈൻ ഡാറ്റ (2017), ഇവന്റ് പ്രോസസ്സിംഗ് ആൻഡ് സ്ട്രീമിംഗ് സ്ട്രീംബേസ് സിസ്റ്റം (2013), MDM ഓർക്കസ്ട്ര എന്നിവയിൽ നിന്നുള്ള മൂന്ന് പ്രവചന അനലിറ്റിക്സ് വെണ്ടർമാരിൽ നിന്ന് റിപ്പോർട്ടുചെയ്യുന്നു. നെറ്റ്‌വർക്കുകളും (2018) സ്‌നാപ്പി ഡാറ്റയും (2019) ഇൻ-മെമ്മറി പ്ലാറ്റ്‌ഫോം.

നമസ്കാരം Frankie !

അവലംബം: www.habr.com