作者 |?Sai Krishna

譯者 | 火火醬，責(zé)編 | Carol

封圖 |?CSDN?付費(fèi)下載自視覺(jué)中國(guó)

地球上的數(shù)據(jù)量每分每秒都在增加，海量的數(shù)據(jù)源源不斷地從四面八方涌入各種機(jī)構(gòu)組織，而這些數(shù)據(jù)最終或許會(huì)成為能夠指引我們做出戰(zhàn)略決策的寶貴財(cái)富。

這就是數(shù)據(jù)科學(xué)行業(yè)存在的根本意義。它將數(shù)據(jù)轉(zhuǎn)化為知識(shí)，將信息轉(zhuǎn)化為可行的方法，并協(xié)助人們做出以數(shù)據(jù)為依據(jù)的決策。在此背景下，各企業(yè)都在不斷加強(qiáng)數(shù)據(jù)的收集和利用，各企業(yè)急需能夠解析數(shù)據(jù)的人，通過(guò)應(yīng)用人工智能（AI）、機(jī)器學(xué)習(xí)（ML）以及其他技術(shù)來(lái)得出解決方案。

同樣，在數(shù)據(jù)領(lǐng)域工作也是很多人謀求成功的首選之路。這里有最前沿的工具技術(shù)知識(shí)、體面的薪水和廣闊的晉升空間。此外，不可否認(rèn)的是，“數(shù)據(jù)科學(xué)家”這個(gè)頭銜絕對(duì)會(huì)為你的簡(jiǎn)歷錦上添花。

接下來(lái)，我們將一起來(lái)了解在該領(lǐng)域中最熱門(mén)的前五名數(shù)據(jù)科學(xué)架構(gòu)。

Apache Kafka

最初，LinkedIn公司以“消息隊(duì)列”的構(gòu)想開(kāi)發(fā)了Kafka，后來(lái)將其捐贈(zèng)給了Apache軟件基金會(huì)（Apache Software Foundation）。而現(xiàn)在，Kafka成為了一個(gè)由Java和Scala編寫(xiě)的開(kāi)源流處理軟件平臺(tái)，旨在實(shí)現(xiàn)高吞吐、低延遲以及實(shí)時(shí)數(shù)據(jù)處理。由于它能從各內(nèi)部平臺(tái)訪問(wèn)并提供大量數(shù)據(jù)，所以在數(shù)據(jù)科學(xué)行業(yè)中大受歡迎。包括Airbnb、LinkedIn 和Netflix在內(nèi)的多家企業(yè)都在使用Apache Kafka。

Jupyter Notebooks

Jupyter Notebooks起源于2014年的IPython Project項(xiàng)目，該項(xiàng)目旨在為跨所有編程語(yǔ)言的交互式數(shù)據(jù)科學(xué)和科學(xué)計(jì)算提供支持。作為一款開(kāi)源web應(yīng)用程序，它能夠創(chuàng)建并共享包含實(shí)時(shí)代碼、方程、可視化和敘述性文本的文檔。

Jupyter Notebook是一款能夠協(xié)助數(shù)據(jù)從業(yè)者進(jìn)行交互式開(kāi)發(fā)和呈現(xiàn)數(shù)據(jù)科學(xué)項(xiàng)目的強(qiáng)大工具。其工作流的直觀性使其適用于各種目的：包括數(shù)據(jù)清理和轉(zhuǎn)換、數(shù)據(jù)可視化、數(shù)值模擬、統(tǒng)計(jì)建模等等。

目前，該項(xiàng)目與多家公司（Continuum Analytics、Github、谷歌、微軟、Rackspace）和大學(xué)（喬治華盛頓大學(xué)、紐約大學(xué)、加州大學(xué)伯克利分校）都建立了合作關(guān)系。

Pandas

Pandas是一款針對(duì)Python語(yǔ)言編寫(xiě)的開(kāi)源軟件庫(kù)（有時(shí)也被稱為Python的Microsoft Excel），可用于數(shù)據(jù)的分析、操作和可視化。框架中提供的多種工具可對(duì)數(shù)據(jù)集進(jìn)行合并、處理、二次處理和切片，因此是處理不完整、雜亂和未標(biāo)記數(shù)據(jù)的不二之選。它能夠處理數(shù)值表和時(shí)間序列的數(shù)據(jù)結(jié)構(gòu)和操作。

毫無(wú)疑問(wèn)，Pandas是在工程、金融、社會(huì)科學(xué)和統(tǒng)計(jì)領(lǐng)域進(jìn)行數(shù)據(jù)分析的最佳選擇，而熟練使用Pandas絕對(duì)會(huì)為你的Python生涯增加成功籌碼。

Scikit-learn

作為熱門(mén)Python開(kāi)源ML庫(kù)之一，Scikit-learn是行業(yè)內(nèi)許多大神的首選，它通過(guò)一致的調(diào)用接口為Python用戶提供了通用算法。該框架中包含了對(duì)數(shù)據(jù)進(jìn)行分類、回歸、聚類和降維的強(qiáng)大算法集，但同時(shí)，它也常被用來(lái)處理小型數(shù)據(jù)集。

鑒于Scikit-learn在開(kāi)發(fā)人員社區(qū)和ML專家中有口皆碑，我們有理由相信，針對(duì)其進(jìn)行的各種研究將會(huì)為其帶來(lái)更好的數(shù)據(jù)處理能力、更好的內(nèi)存和速度效率以及更優(yōu)化的模型。

TensorFlow

TensorFlow是一款由谷歌開(kāi)發(fā)的開(kāi)源ML庫(kù)，通過(guò)使用數(shù)據(jù)流圖來(lái)進(jìn)行數(shù)值計(jì)算。圖中的節(jié)點(diǎn)表示數(shù)據(jù)運(yùn)算，線表示節(jié)點(diǎn)間相互聯(lián)系的多維數(shù)據(jù)數(shù)組（即張量）。該架構(gòu)能為那些想要?jiǎng)?chuàng)建和試驗(yàn)深度學(xué)習(xí)架構(gòu)的人提供方便的數(shù)據(jù)集成公式，例如將圖表、SQL表和圖像輸入到一起。

此外，它還實(shí)現(xiàn)了可移植性，能夠在CPU、GPU、臺(tái)式機(jī)、移動(dòng)設(shè)備和服務(wù)器上運(yùn)行。鑒于其谷歌開(kāi)發(fā)背景，因此不會(huì)出現(xiàn)斷更的情況，可以放心使用。包括Airbus、IBM 和 Twitter在內(nèi)的多家企業(yè)都是其忠實(shí)用戶。

原文鏈接：https://datafloq.com/read/the-popular-frameworks-data-science-industry/8543

本文由 CSDN 云計(jì)算翻譯，轉(zhuǎn)載請(qǐng)注明出處

推薦閱讀

• 如何成為一名黑客？

• 一篇與眾不同的 String、StringBuilder 和 StringBuffer 詳解
  

• 干貨 | 大白話徹底搞懂 HBase RowKey 詳細(xì)設(shè)計(jì)

• 發(fā)送0.55 ETH花費(fèi)近260萬(wàn)美元！這筆神秘交易引發(fā)大猜想

• Python 爬取周杰倫《Mojito》MV 彈幕，這個(gè)評(píng)論亮了！

• 谷歌 Chrome 將棄用“黑名單”，“Master/Slave”主從模式也要換名？

• 京東姚霆：推理能力，正是多模態(tài)技術(shù)未來(lái)亟需突破的瓶頸！

真香，朕在看了！

總結(jié)

以上是生活随笔為你收集整理的数据科学产业中哪些架构最热门？本文为你盘点了 5 款！的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。