意图打开数据科学的大门但却不知怎么开始?那就看一看我们整理出的10种在数据科学家和数据分析师眼中这些热门的语言和工具。 R语言 R语言是数据科学家和分析师们常用的两种顶级工具中的一种。1995年 Ross Ihaka 和 Robert Gentleman 创造了R语言,对数据分析和数据可视化开放。R语言有活跃的使用群,因而就有了为特定问题分析所设计的语言压缩包。 在2015年微软已与R语言服务提供商 Revolution Analytics 达成收购协议。从微软官方得知,促使微软收购该公司的主要原因是:当前许多企业需要处理的数据量不断增长,并需要更多软件对这些数据进行分析、处理。而Revolution Analytics的主打产品是一款被称作R的统计分析类编程语言,通过R语言能够进一步加强微软云计算业务。另外,Revolution Analytics表示被收购之后,他们仍将持续支持R语言的开源项目并提供给客户订阅式的技术支持服务。 Python
Scala
SQL
Excel
SAS工具 高端分析所使用的高德纳公司魔力象限研究方法中,SAS工具是领导者之一;在商业精英和分析师平台所使用的魔力象限研究方法中,SAS是梦想家。SAS最开始发源于北卡罗来纳州立大学,1976年SAS的成套软件从学校分离出来进入公司。现如今,在数据分析师中,SAS依旧很流行,应用机器学习启动的Crowedflower数据处理方式,通过从数以千计的发到linkedIn上的招聘情况分析发现,15%-20%的工作职位要求候选者有使用SAS的经历。 Java
MatLab
SPSS 在Crowdflower分析中SPSS和Matlab打成了平手,正是SPSS使得IBM公司进入高德纳高端分析魔力象限中的领导领域,许多大学将SPSS作为分析学位项目的课程之一,2009年IBM公司获得SPSS,当前开发了一系列的相关产品。 Julia Julia不是人人皆知,与其他人们耳熟能详的工具相比,它还比较新,不那么成熟。一年前,Julia的发明者开展了一些列的启动仪式:提供培训、需求商业支持,为有意愿使用此语言工具的人员提供咨询。与其他一些有专利的数据科学工具相比,Julia是一个免费替代品,而且根据VentureBeat的调查,Julia比诸如Python以及R语言更时髦。 近期精彩活动(直接点击查看): 投稿和反馈请发邮件至holly0801@163.com。转载大数据公众号文章,请向原文作者申请授权,否则产生的任何版权纠纷与大数据无关。 为大家提供与大数据相关的最新技术和资讯。 |
|
来自: CharlseShan > 《IT》