数据科学解决方案
您可以使用提供不同自动化程度的工具分析数据并构建机器学习解决方案。 您选择的用于处理数据或模型的方法可帮助您确定哪些工具最适合您的需求。
每个工具都有一个特定的主要任务。 某些工具具有多种类型任务的功能。
您可以根据所需的自动化程度在项目中选择工具:
- 代码编辑器工具: 用于在 Python 或 R 中编写代码,所有这些都适用于 Spark。
- 图形构建器工具: 在构建器上使用菜单和拖放功能以直观地编程。
- 自动化构建器工具: 用于配置需要有限用户输入的自动化任务。
| 工具 | 主任务 | 工具类型 | 使用数据 | 使用模型 |
|---|---|---|---|---|
| Data Refinery | 准备数据以及将其可视化 | 图形构建器 | ✓ | |
| 可视化 | 构建图形以可视化数据 | 图形构建器 | ✓ | |
| Jupyter 笔记本编辑器 | 使用 Python 或 R Notebook 中的数据和模型 | 代码编辑器 | ✓ | ✓ |
| RStudio IDE | 在R中处理数据和机器学习模型 | 代码编辑器 | ✓ | ✓ |
| SPSS Modeler | 以可视化流程构建 ML 模型 | 图形构建器 | ✓ | ✓ |
| Decision Optimization | 解决优化问题 | 图形构建器,代码编辑器 | ✓ | ✓ |
| AutoAI 工具 | 自动构建机器学习模型 | 自动化构建器 | ✓ | ✓ |
| 管道 | 自动执行模型生命周期 | 图形构建器 | ✓ | ✓ |