கார்ட்னர் MQ 2020 விமர்சனம்: இயந்திர கற்றல் மற்றும் செயற்கை நுண்ணறிவு தளங்கள்

நான் இதைப் படித்ததற்கான காரணத்தை விளக்க முடியாது. எனக்கு நேரம் கிடைத்தது, சந்தை எவ்வாறு செயல்படுகிறது என்பதில் ஆர்வமாக இருந்தேன். கார்ட்னரின் கூற்றுப்படி, இது ஏற்கனவே 2018 முதல் முழு அளவிலான சந்தையாகும். 2014-2016 முதல் இது மேம்பட்ட பகுப்பாய்வு (BI இல் வேர்கள்) என்று அழைக்கப்பட்டது, 2017 இல் - தரவு அறிவியல் (இதை ரஷ்ய மொழியில் எப்படி மொழிபெயர்ப்பது என்று எனக்குத் தெரியவில்லை). சதுரத்தைச் சுற்றியுள்ள விற்பனையாளர்களின் இயக்கங்களில் ஆர்வமுள்ளவர்களுக்கு, உங்களால் முடியும் இங்கே பார். நான் 2020 சதுரத்தைப் பற்றி பேசுவேன், குறிப்பாக 2019 முதல் அங்கு மாற்றங்கள் குறைவாக இருப்பதால்: SAP வெளியேறியது மற்றும் Altair டேட்டாவாட்சை வாங்கியது.

இது ஒரு முறையான பகுப்பாய்வு அல்லது அட்டவணை அல்ல. ஒரு தனிப்பட்ட பார்வை, புவி இயற்பியலாளரின் பார்வையில் இருந்தும். ஆனால் நான் எப்போதும் கார்ட்னர் MQ படிக்க ஆர்வமாக இருக்கிறேன், அவர்கள் சில புள்ளிகளை சரியாக உருவாக்குகிறார்கள். எனவே தொழில்நுட்ப ரீதியாகவும், சந்தை ரீதியாகவும், தத்துவ ரீதியாகவும் நான் கவனம் செலுத்திய விஷயங்கள் இங்கே உள்ளன.

இது ML என்ற தலைப்பில் ஆழமாக இருப்பவர்களுக்கானது அல்ல, ஆனால் சந்தையில் பொதுவாக என்ன நடக்கிறது என்பதில் ஆர்வமுள்ளவர்களுக்கானது.

DSML சந்தையே BI மற்றும் Cloud AI டெவலப்பர் சேவைகளுக்கு இடையே தர்க்கரீதியாக கூடுகட்டுகிறது.

பிடித்த மேற்கோள்கள் மற்றும் விதிமுறைகள் முதலில்:

• "ஒரு தலைவர் சிறந்த தேர்வாக இருக்க முடியாது" — ஒரு சந்தைத் தலைவர் உங்களுக்குத் தேவையானது அவசியமில்லை. மிகவும் அவசரமான! செயல்பாட்டு வாடிக்கையாளரின் பற்றாக்குறையின் விளைவாக, அவர்கள் எப்போதும் "பொருத்தமான" தீர்வைக் காட்டிலும் "சிறந்த" தீர்வைத் தேடுகிறார்கள்.
• "மாதிரி செயல்பாடு" - சுருக்கமாக MOPகள். மற்றும் அனைவருக்கும் பக்ஸுடன் கடினமாக உள்ளது! - (கூல் பக் தீம் மாதிரி வேலை செய்கிறது).
• "நோட்புக் சூழல்" குறியீடு, கருத்துகள், தரவு மற்றும் முடிவுகள் ஒன்றாக வரும் முக்கியமான கருத்து. இது மிகவும் தெளிவானது, நம்பிக்கைக்குரியது மற்றும் UI குறியீட்டின் அளவைக் கணிசமாகக் குறைக்கும்.
• "OpenSource இல் வேரூன்றியது" - நன்றாகச் சொன்னீர்கள் - திறந்த மூலத்தில் வேரூன்றுகிறது.
• "குடிமக்கள் தரவு விஞ்ஞானிகள்" - அத்தகைய எளிதான தோழர்கள், அத்தகைய லேமர்கள், நிபுணர்கள் அல்ல, அவர்களுக்கு காட்சி சூழல் மற்றும் அனைத்து வகையான துணை விஷயங்கள் தேவை. அவர்கள் குறியிட மாட்டார்கள்.
• "ஜனநாயகம்" - பெரும்பாலும் "பரந்த அளவிலான மக்களுக்கு கிடைக்கச் செய்தல்" என்று பொருள்படும். நாம் பயன்படுத்திய ஆபத்தான "தரவை விடுவிக்கவும்" என்பதற்குப் பதிலாக "தரவை ஜனநாயகப்படுத்து" என்று கூறலாம். "ஜனநாயகம்" என்பது எப்போதும் ஒரு நீண்ட வால் மற்றும் அனைத்து விற்பனையாளர்களும் அதன் பின்னால் ஓடுகிறார்கள். அறிவுத் தீவிரத்தில் நஷ்டம் - அணுகக்கூடிய தன்மையில் ஆதாயம்!
• "ஆராய்வு தரவு பகுப்பாய்வு - EDA" - இந்த கிடைக்கக்கூடிய வழிமுறைகளைக் கருத்தில் கொள்வது. சில புள்ளிவிவரங்கள். ஒரு சிறிய காட்சிப்படுத்தல். ஒவ்வொருவரும் ஏதோ ஒரு வகையில் செய்யும் ஒன்று. இதற்குப் பெயர் இருப்பதாகத் தெரியவில்லை
• "இனப்பெருக்கம்" - அனைத்து சுற்றுச்சூழல் அளவுருக்கள், உள்ளீடுகள் மற்றும் வெளியீடுகளை அதிகபட்சமாக பாதுகாத்தல், இதன் மூலம் பரிசோதனையை ஒருமுறை மீண்டும் செய்ய முடியும். சோதனைச் சூழலுக்கான மிக முக்கியமான சொல்!

எனவே:

Alteryx

ஒரு பொம்மை போன்ற குளிர் இடைமுகம். அளவிடுதல், நிச்சயமாக, சற்று கடினம். அதன்படி, பொறியாளர்களின் குடிமக்கள் சமூகம் அதே சுற்றி tchotchkes விளையாட. Analytics அனைத்தும் ஒரே பாட்டில் உங்களுடையது. ஸ்பெக்ட்ரல்-தொடர்பு தரவு பகுப்பாய்வின் சிக்கலான ஒன்றை எனக்கு நினைவூட்டியது கோஸ்காட், இது 90 களில் திட்டமிடப்பட்டது.

அனகோண்டா

Python மற்றும் R நிபுணர்களைச் சுற்றியுள்ள சமூகம். திறந்த மூலமானது அதற்கேற்ப பெரியது. எனது சகாக்கள் அதை எல்லா நேரத்திலும் பயன்படுத்துகிறார்கள் என்று மாறியது. ஆனால் எனக்கு தெரியாது.

டேட்டா பிரிக்ஸ்

மூன்று ஓப்பன்சோர்ஸ் திட்டங்களைக் கொண்டுள்ளது - ஸ்பார்க் டெவலப்பர்கள் 2013ல் இருந்து ஏராளமான பணத்தை திரட்டியுள்ளனர். நான் விக்கியை மேற்கோள் காட்ட வேண்டும்:

"செப்டம்பர் 2013 இல், டேட்டாபிரிக்ஸ் ஆண்ட்ரீசென் ஹோரோவிட்ஸிடமிருந்து $13.9 மில்லியன் திரட்டியதாக அறிவித்தது. நிறுவனம் 33 இல் 2014 மில்லியன் டாலர்கள், 60 இல் 2016 மில்லியன் டாலர்கள், 140 இல் 2017 மில்லியன் டாலர்கள், 250 (பிப்ரவரி) இல் 2019 மில்லியன் டாலர்கள் மற்றும் 400 (அக்டோபர்) இல் 2019 மில்லியன் டாலர்கள்”!!!

சில பெரிய மனிதர்கள் ஸ்பார்க்கை வெட்டுகிறார்கள். எனக்குத் தெரியாது, மன்னிக்கவும்!

மற்றும் திட்டங்கள்:

• டெல்டா ஏரி - ACID on Spark சமீபத்தில் வெளியிடப்பட்டது (எலாஸ்டிக் தேடலைப் பற்றி நாங்கள் கனவு கண்டோம்) - அதை ஒரு தரவுத்தளமாக மாற்றுகிறது: கடுமையான திட்டம், ACID, தணிக்கை, பதிப்புகள்...
• எம்எல் ஓட்டம் - மாதிரிகளின் கண்காணிப்பு, பேக்கேஜிங், மேலாண்மை மற்றும் சேமிப்பு.
• கோலாஸ் - Pandas DataFrame API on Spark - Pandas - Python API பொதுவாக அட்டவணைகள் மற்றும் தரவுகளுடன் பணிபுரியும்.

தெரியாதவர்கள் அல்லது மறந்துவிட்டவர்களுக்காக நீங்கள் ஸ்பார்க்கைப் பார்க்கலாம்: ссылка. சற்று சலிப்பான ஆனால் விரிவான ஆலோசனை மரங்கொத்திகளின் எடுத்துக்காட்டுகளுடன் வீடியோக்களைப் பார்த்தேன்: தரவு அறிவியலுக்கான டேட்டாபிரிக்ஸ் (ссылка) மற்றும் டேட்டா இன்ஜினியரிங் (ссылка).

சுருக்கமாக, டேட்டாபிரிக்ஸ் ஸ்பார்க்கை வெளியே இழுக்கிறது. கிளவுட்டில் சாதாரணமாக ஸ்பார்க்கைப் பயன்படுத்த விரும்பும் எவரும் தயக்கமின்றி டேட்டாபிரிக்ஸை எடுத்துக்கொள்கிறார்கள்.
ஸ்பார்க் ஸ்ட்ரீமிங் என்பது உண்மையான போலியான நிகழ்நேரம் அல்லது மைக்ரோபேச்சிங் அல்ல என்பதை அறிந்தேன். உங்களுக்கு உண்மையான உண்மையான நேரம் தேவைப்பட்டால், அது Apache STORM இல் உள்ளது. MapReduce ஐ விட Spark சிறந்தது என்று எல்லோரும் சொல்கிறார்கள் மற்றும் எழுதுகிறார்கள். இதுதான் கோஷம்.

டதைகு

அருமையான முடிவு முதல் இறுதி வரையிலான விஷயம். நிறைய விளம்பரங்கள் உள்ளன. இது Alteryx இலிருந்து எவ்வாறு வேறுபடுகிறது என்று எனக்கு புரியவில்லை?

டேட்டா ரோபோட்

தரவுத் தயாரிப்பிற்கான Paxata என்பது டிசம்பர் 2019 இல் டேட்டா ரோபோக்களால் வாங்கப்பட்ட ஒரு தனி நிறுவனமாகும். 20 MUSD திரட்டி விற்றோம். அனைத்தும் 7 ஆண்டுகளில்.

எக்செல் அல்ல, பாக்ஸாட்டாவில் தரவுத் தயாரிப்பு - இங்கே பார்க்கவும்: ссылка.
இரண்டு தரவுத்தொகுப்புகளுக்கு இடையில் சேர்வதற்கான தானியங்கித் தேடல்களும் முன்மொழிவுகளும் உள்ளன. ஒரு பெரிய விஷயம் - தரவைப் புரிந்து கொள்ள, உரை தகவல்களுக்கு இன்னும் அதிக முக்கியத்துவம் இருக்கும் (ссылка).
தரவு பட்டியல் என்பது பயனற்ற "நேரடி" தரவுத்தொகுப்புகளின் சிறந்த பட்டியல் ஆகும்.
பாக்சாட்டாவில் கோப்பகங்கள் எவ்வாறு உருவாகின்றன என்பதும் சுவாரஸ்யமானது (ссылка).

"ஆய்வாளர் நிறுவனத்தின் கூற்றுப்படி சினை முட்டை, மென்பொருள் முன்னேற்றங்கள் மூலம் சாத்தியமாகிறது கணிப்பு பகுப்பாய்வு, இயந்திர கற்றல் மற்றும் இந்த NoSQL தரவு கேச்சிங் முறை.[15] மென்பொருள் பயன்படுத்துகிறது பொருள் தரவு அட்டவணையின் நெடுவரிசைகளின் பொருளைப் புரிந்துகொள்வதற்கான வழிமுறைகள் மற்றும் தரவுத் தொகுப்பில் சாத்தியமான நகல்களைக் கண்டறிவதற்கான வடிவ அங்கீகார வழிமுறைகள்.[15][7] இது சமூக ஊடகங்கள் மற்றும் தேடல் மென்பொருளில் பாரம்பரியமாக காணப்படும் அட்டவணைப்படுத்தல், உரை வடிவ அங்கீகாரம் மற்றும் பிற தொழில்நுட்பங்களையும் பயன்படுத்துகிறது.

டேட்டா ரோபோவின் முக்கிய தயாரிப்பு இங்கே. மாடலில் இருந்து எண்டர்பிரைஸ் அப்ளிகேஷன் வரை என்பதுதான் அவர்களின் முழக்கம்! நெருக்கடி தொடர்பாக எண்ணெய் தொழில்துறைக்கான ஆலோசனையை நான் கண்டேன், ஆனால் அது மிகவும் சாதாரணமானது மற்றும் ஆர்வமற்றது: ссылка. நான் அவர்களின் வீடியோக்களை Mops அல்லது MLops இல் பார்த்தேன் (ссылка) இது ஃபிராங்கண்ஸ்டைன் பல்வேறு தயாரிப்புகளின் 6-7 கையகப்படுத்தல்களில் இருந்து சேகரிக்கப்பட்டது.

நிச்சயமாக, தரவு விஞ்ஞானிகளின் ஒரு பெரிய குழு மாதிரிகளுடன் பணிபுரிய அத்தகைய சூழலைக் கொண்டிருக்க வேண்டும் என்பது தெளிவாகிறது, இல்லையெனில் அவர்கள் நிறைய உற்பத்தி செய்வார்கள் மற்றும் எதையும் பயன்படுத்த மாட்டார்கள். எங்கள் எண்ணெய் மற்றும் எரிவாயு அப்ஸ்ட்ரீம் யதார்த்தத்தில், ஒரே ஒரு வெற்றிகரமான மாதிரியை உருவாக்க முடிந்தால், அது பெரிய முன்னேற்றமாக இருக்கும்!

புவியியல்-புவி இயற்பியலில் வடிவமைப்பு அமைப்புகளுடன் வேலை செய்வதை இந்த செயல்முறை மிகவும் நினைவூட்டுகிறது, எடுத்துக்காட்டாக பெட்ரல் பறவைகளும். மிகவும் சோம்பேறியாக இல்லாத அனைவரும் மாடல்களை உருவாக்கி மாற்றியமைக்கிறார்கள். மாதிரியில் தரவை சேகரிக்கவும். பிறகு ரெஃபரன்ஸ் மாடலை உருவாக்கி உற்பத்திக்கு அனுப்பினார்கள்! ஒரு புவியியல் மாதிரி மற்றும் ஒரு ML மாதிரிக்கு இடையில், நீங்கள் பொதுவான பலவற்றைக் காணலாம்.

டோமினோ

திறந்த மேடை மற்றும் ஒத்துழைப்புக்கு முக்கியத்துவம். வணிக பயனர்கள் இலவசமாக அனுமதிக்கப்படுகிறார்கள். அவர்களின் டேட்டா லேப் ஷேர்பாயிண்ட்டைப் போலவே உள்ளது. (மற்றும் பெயர் IBM ஐ கடுமையாக தாக்குகிறது). அனைத்து சோதனைகளும் அசல் தரவுத்தொகுப்புடன் இணைக்கப்பட்டுள்ளன. இது எவ்வளவு பரிச்சயமானது :) எங்கள் நடைமுறையைப் போலவே - சில தரவு மாதிரியில் இழுக்கப்பட்டது, பின்னர் அது சுத்தம் செய்யப்பட்டு மாதிரியில் ஒழுங்கமைக்கப்பட்டது, மேலும் இவை அனைத்தும் ஏற்கனவே மாதிரியில் வாழ்கின்றன மற்றும் மூல தரவுகளில் முனைகளைக் காண முடியாது. .

டோமினோவில் கூல் உள்கட்டமைப்பு மெய்நிகராக்கம் உள்ளது. ஒரு வினாடியில் தேவையான பல கோர்களை மெஷினை அசெம்பிள் செய்து எண்ணிப் போனேன். அது எப்படி செய்யப்பட்டது என்பது உடனடியாகத் தெரியவில்லை. டோக்கர் எல்லா இடங்களிலும் இருக்கிறார். நிறைய சுதந்திரம்! சமீபத்திய பதிப்புகளின் எந்தப் பணியிடங்களும் இணைக்கப்படலாம். சோதனைகளின் இணையான வெளியீடு. கண்காணிப்பு மற்றும் வெற்றிகரமான தேர்வு.

DataRobot போலவே - முடிவுகள் வணிக பயனர்களுக்காக பயன்பாடுகளின் வடிவத்தில் வெளியிடப்படுகின்றன. குறிப்பாக பரிசளித்த "பங்குதாரர்களுக்கு". மாடல்களின் உண்மையான பயன்பாடும் கண்காணிக்கப்படுகிறது. பக்ஸுக்கு எல்லாம்!

சிக்கலான மாதிரிகள் எவ்வாறு உற்பத்தியில் முடிவடைகின்றன என்பதை நான் முழுமையாக புரிந்து கொள்ளவில்லை. அவர்களுக்குத் தரவை ஊட்டவும் முடிவுகளைப் பெறவும் சில வகையான API வழங்கப்படுகிறது.

H2O

டிரைவ்லெஸ் AI என்பது மேற்பார்வையிடப்பட்ட MLக்கான மிகச் சிறிய மற்றும் உள்ளுணர்வு அமைப்பு ஆகும். எல்லாம் ஒரே பெட்டியில். பின்தளத்தைப் பற்றி இப்போதே முழுமையாகத் தெரியவில்லை.

மாதிரி தானாகவே REST சேவையகம் அல்லது ஜாவா பயன்பாட்டில் தொகுக்கப்படுகிறது. இது ஒரு சிறந்த யோசனை. விளக்கம் மற்றும் விளக்கத்திறனுக்காக நிறைய செய்யப்பட்டுள்ளது. மாதிரியின் முடிவுகளின் விளக்கம் மற்றும் விளக்கம் (இயல்பாக எது விளக்கப்படக்கூடாது, இல்லையெனில் ஒரு நபர் அதையே கணக்கிட முடியுமா?).
முதன்முறையாக, கட்டமைக்கப்படாத தரவு பற்றிய ஒரு வழக்கு ஆய்வு மற்றும் ஆணுக்கு. உயர்தர கட்டிடக்கலை படம். பொதுவாக, நான் படங்களை விரும்பினேன்.

ஒரு பெரிய திறந்த மூல H2O கட்டமைப்பு உள்ளது, அது முற்றிலும் தெளிவாக இல்லை (அல்காரிதம்கள்/நூலகங்களின் தொகுப்பு?). வியாழன் போன்ற நிரலாக்கம் இல்லாமல் உங்கள் சொந்த காட்சி மடிக்கணினி (ссылка) ஜாவாவில் சுற்றப்பட்ட போஜோ மற்றும் மோஜோ - எச்2ஓ மாடல்களைப் பற்றியும் படித்தேன். முதலாவது நேரடியானது, இரண்டாவது தேர்வுமுறை. H20 மட்டுமே(!) கார்ட்னர் அவர்களின் பலம் என உரை பகுப்பாய்வு மற்றும் NLP பட்டியலிட்டார். இது மிகவும் முக்கியமானது!

அதே இடத்தில்: வன்பொருள் மற்றும் மேகங்களுடன் ஒருங்கிணைப்பு துறையில் உயர் செயல்திறன், தேர்வுமுறை மற்றும் தொழில் தரநிலை.

மற்றும் பலவீனம் தர்க்கரீதியானது - Driverles AI அவற்றின் திறந்த மூலத்துடன் ஒப்பிடும்போது பலவீனமாகவும் குறுகியதாகவும் உள்ளது. Paxata உடன் ஒப்பிடும்போது தரவுத் தயாரிப்பு நொண்டி! மேலும் அவர்கள் தொழில்துறை தரவுகளை புறக்கணிக்கிறார்கள் - ஸ்ட்ரீம், வரைபடம், ஜியோ. சரி, எல்லாம் நன்றாக இருக்க முடியாது.

KNIME

முதன்மைப் பக்கத்தில் உள்ள 6 குறிப்பிட்ட, மிகவும் சுவாரஸ்யமான வணிக வழக்குகளை நான் விரும்பினேன். வலுவான ஓப்பன்சோர்ஸ்.

கார்ட்னர் அவர்களைத் தலைவர்களில் இருந்து தொலைநோக்கு பார்வையாளராகத் தாழ்த்தினார். லீடர் எப்போதும் சிறந்த தேர்வாக இருக்காது என்பதால், மோசமாகப் பணம் சம்பாதிப்பது பயனர்களுக்கு ஒரு நல்ல அறிகுறியாகும்.

H2O இல் உள்ளதைப் போலவே முக்கிய வார்த்தையும் அதிகரிக்கப்பட்டுள்ளது, அதாவது ஏழை குடிமக்கள் தரவு விஞ்ஞானிகளுக்கு உதவுவது. விமர்சனத்தில் நடிப்புக்காக ஒருவர் விமர்சிக்கப்படுவது இதுவே முதல் முறை! சுவாரஸ்யமானதா? அதாவது, செயல்திறன் ஒரு முறையான பிரச்சனையாக இருக்க முடியாத அளவுக்கு கணினி சக்தி உள்ளது? கார்ட்னர் இந்த வார்த்தை "ஆக்மென்ட்" தனி கட்டுரை, அடைய முடியவில்லை.
KNIME மதிப்பாய்வில் முதல் அமெரிக்கர் அல்லாதது போல் தெரிகிறது! (எங்கள் வடிவமைப்பாளர்கள் தங்கள் இறங்கும் பக்கத்தை மிகவும் விரும்பினர். விசித்திரமான மனிதர்கள்.

கணிதப் பணிகள்

MatLab எல்லோருக்கும் தெரிந்த பழைய கௌரவத் தோழர்! வாழ்க்கை மற்றும் சூழ்நிலையின் அனைத்து பகுதிகளுக்கும் கருவிப்பெட்டிகள். மிகவும் வித்தியாசமான ஒன்று. உண்மையில், வாழ்க்கையில் எல்லாவற்றிற்கும் நிறைய மற்றும் நிறைய மற்றும் நிறைய கணிதங்கள்!

கணினி வடிவமைப்பிற்கான சிமுலிங்க் கூடுதல் தயாரிப்பு. நான் டிஜிட்டல் இரட்டையர்களுக்கான கருவிப்பெட்டிகளில் தோண்டினேன் - அதைப் பற்றி எனக்கு எதுவும் புரியவில்லை, ஆனால் இங்கே நிறைய எழுதப்பட்டுள்ளது. க்கு எண்ணெய் தொழில். பொதுவாக, இது கணிதம் மற்றும் பொறியியலின் ஆழத்திலிருந்து அடிப்படையில் வேறுபட்ட தயாரிப்பு ஆகும். குறிப்பிட்ட கணிதக் கருவிகளைத் தேர்ந்தெடுக்க. கார்ட்னரின் கூற்றுப்படி, அவர்களின் பிரச்சினைகள் புத்திசாலி பொறியாளர்களைப் போலவே இருக்கின்றன - ஒத்துழைப்பு இல்லை - ஒவ்வொருவரும் அவரவர் மாதிரியில் சுற்றித் திரிகிறார்கள், ஜனநாயகம் இல்லை, தெளிவுபடுத்த முடியாது.

RapidMiner

நல்ல ஓப்பன் சோர்ஸ் சூழலில் (மாட்லாப் உடன்) நான் முன்பு வந்து நிறைய கேள்விப்பட்டிருக்கிறேன். நான் வழக்கம் போல் டர்போபிரெப்பில் கொஞ்சம் தோண்டினேன். அழுக்கு தரவுகளிலிருந்து சுத்தமான தரவை எவ்வாறு பெறுவது என்பதில் ஆர்வமாக உள்ளேன்.

2018 சந்தைப்படுத்தல் பொருட்கள் மற்றும் அம்ச டெமோவில் ஆங்கிலம் பேசும் பயங்கரமான நபர்களின் அடிப்படையில் மக்கள் நல்லவர்கள் என்பதை மீண்டும் பார்க்கலாம்.

2001 முதல் டார்ட்மண்டிலிருந்து வலுவான ஜெர்மன் பின்னணியைக் கொண்டவர்கள்)

திறந்த மூலத்தில் சரியாக என்ன கிடைக்கும் என்று தளத்திலிருந்து எனக்கு இன்னும் புரியவில்லை - நீங்கள் ஆழமாக தோண்ட வேண்டும். வரிசைப்படுத்தல் மற்றும் ஆட்டோஎம்எல் கருத்துகள் பற்றிய நல்ல வீடியோக்கள்.

RapidMiner சர்வர் பின்தளத்தில் சிறப்பு எதுவும் இல்லை. இது அநேகமாக கச்சிதமாக இருக்கும் மற்றும் பெட்டிக்கு வெளியே பிரீமியத்தில் நன்றாக வேலை செய்யும். இது டோக்கரில் தொகுக்கப்பட்டுள்ளது. RapidMiner சர்வரில் மட்டுமே பகிரப்பட்ட சூழல். பின்னர் ராடூப் உள்ளது, ஹடூப்பில் இருந்து தரவு, ஸ்டுடியோ பணிப்பாய்வுகளில் ஸ்பார்க்கிலிருந்து ரைம்களை எண்ணுகிறது.

எதிர்பார்த்தபடி, இளம் சூடான விற்பனையாளர்கள் "கோடிட்ட குச்சிகளின் விற்பனையாளர்கள்" அவர்களை கீழே நகர்த்தினர். இருப்பினும், கார்ட்னர், எண்டர்பிரைஸ் ஸ்பேஸில் அவர்களின் எதிர்கால வெற்றியைக் கணிக்கிறார். நீங்கள் அங்கு பணம் திரட்டலாம். ஜெர்மானியர்களுக்கு இதை எப்படி செய்வது என்று தெரியும், புனித-புனித :) SAP என்று குறிப்பிட வேண்டாம்!!!

அவர்கள் குடிமக்களுக்காக நிறைய செய்கிறார்கள்! ஆனால் கார்ட்னர் அவர்கள் விற்பனை கண்டுபிடிப்புகளுடன் போராடுவதாகவும், கவரேஜின் அகலத்திற்காக அல்ல, லாபத்திற்காக போராடுவதாகவும் பக்கத்திலிருந்து நீங்கள் பார்க்கலாம்.

தங்கியிருந்தார் SAS и டிப்கோ எனக்கு வழக்கமான BI விற்பனையாளர்கள்... இருவரும் மிக உயர்ந்த நிலையில் உள்ளனர், இது சாதாரண டேட்டா சயின்ஸ் தர்க்கரீதியாக வளர்ந்து வருகிறது என்ற எனது நம்பிக்கையை உறுதிப்படுத்துகிறது
BI இலிருந்து, மேகங்கள் மற்றும் ஹடூப் உள்கட்டமைப்புகளிலிருந்து அல்ல. வணிகத்திலிருந்து, அதாவது ஐடியிலிருந்து அல்ல. உதாரணமாக காஸ்ப்ரோம்நெஃப்டில் உள்ளதைப் போல: ссылка,ஒரு முதிர்ந்த DSML சூழல் வலுவான BI நடைமுறைகளிலிருந்து வளர்கிறது. ஆனால் ஒருவேளை அது MDM மற்றும் பிற விஷயங்களைப் பற்றி ஸ்மாக்கி மற்றும் சார்புடையதாக இருக்கலாம், யாருக்குத் தெரியும்.

SAS

சொல்வதற்கு அதிகம் இல்லை. வெளிப்படையான விஷயங்கள் மட்டுமே.

டிபிகோ

ஒரு பக்க நீளமான விக்கி பக்கத்தில் உள்ள ஷாப்பிங் பட்டியலில் உத்தி படிக்கப்படுகிறது. ஆம், நீண்ட கதை, ஆனால் 28!!! சார்லஸ். எனது டெக்னோ-இளமையில் BI Spotfire (2007) ஐ வாங்கினேன். மேலும் Jaspersoft (2014), பின்னர் மூன்று முன்கணிப்பு பகுப்பாய்வு விற்பனையாளர்களான Insightful (S-plus) (2008), Statistica (2017) மற்றும் Alpine Data (2017), நிகழ்வு செயலாக்கம் மற்றும் ஸ்ட்ரீமிங் ஸ்ட்ரீமிங் அமைப்பு (2013), MDM ஆர்கெஸ்ட்ரா Networks (2018 ) மற்றும் Snappy Data (2019) இன்-மெமரி இயங்குதளம்.

வணக்கம் பிரான்கி!

ஆதாரம்: www.habr.com