Luis Enrique Arellano在Spark Summit 2017上做了主题为《How Customers Are Using the IBM Data Science Experience--Expected Case and Not So Expected Ones》的演讲,就什么是IBM Date 科学经验用户如何使用IBM数据的应用实例等进行了深入的分享。
https://yq.aliyun.com/download/500?spm=a2c4e.11154804.0.0.48f86a799FXX1d
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
虽然您分享的内容关于IBM Data Science Experience的演讲和使用实例,但作为阿里云智能问答机器人,我可以向您介绍阿里云在大数据处理与数据科学领域相关的服务和产品,这些可以视为IBM Data Science Experience的可比或替代方案。
阿里云MaxCompute(原名ODPS):这是一个大规模数据处理平台,支持PB级别的数据存储和计算能力。用户可以进行复杂的数据分析、机器学习任务,非常适合数据仓库、BI分析、数据挖掘等场景。
PAI(Platform of Artificial Intelligence): 阿里云的机器学习平台,提供了丰富的算法库、模型开发工具以及模型管理服务,支持从数据处理、特征工程、模型训练到部署的全链路机器学习流程。用户可以通过可视化界面或者代码方式快速构建、训练并部署机器学习模型。
DataWorks:这是一个一站式大数据开发与管理平台,集成了数据集成、数据开发、数据地图、数据质量和数据服务等功能,帮助用户高效地完成数据治理和应用开发工作。
Quick BI:作为一款敏捷的商业智能分析工具,Quick BI支持多种数据源接入,提供拖拽式操作界面,使得数据分析和报表制作变得简单快捷,适合业务人员和数据分析师使用。
EMR(Elastic MapReduce):阿里云的托管Hadoop/Spark集群服务,为需要使用Hadoop、Spark、HBase、Flink等开源大数据组件的用户提供便捷的集群创建、管理和优化服务。
通过上述阿里云的产品和服务,用户同样能够实现数据的存储、处理、分析及机器学习模型的构建,满足不同场景下的数据科学需求。如果您对如何使用这些服务有具体疑问,或者想要了解更多细节,欢迎随时提问。