Chapitre 11. Science des données et R
Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : translation-feedback@oreilly.com
La science des données est une discipline relativement nouvelle qui a attiré l'attention de beaucoup avec cetarticlede Mike Loukides d'O'Reilly. Bien qu'il existe de nombreuses définitions dans le domaine, Loukides distille son observation détaillée et sa participation dans le domaine dans cette définition :
Une application de données acquiert sa valeur à partir des données elles-mêmes, et crée ainsi plus de données. Ce n'est pas seulement une application avec des données, c'est un produit de données. La science des données permet de créer des produits de données.
L'un des principaux écosystèmes open source pour les logiciels de science des données se trouve chez Apache et comprendHadoop(qui inclut le système de fichiers distribué HDFS, Hadoop Map/Reduce,1 Ozone object store, et Yarn scheduler), labase de données distribuée Cassandra, et le moteur de calcul Spark. Lis la section "Modules et outils connexes" de la page Hadoop pour obtenir une liste à jour.
Ce qui est intéressant ici, c'est qu'une grande partie de cette infrastructure, qui est considérée comme acquise par les scientifiques des données, est écrite en Java et Scala (un langage JVM). Une grande partie du reste est écrite en Python, un langage qui complète Java.
Les problèmes de science des données peuvent impliquer de nombreuses configurations, c'est ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access