前言

近幾年，大數據驅動的業務越來越廣泛。以大數據驅動為基石的人工智能、云計算、物聯網等新興技術蓬勃發展，預示著人們進入了第三次信息技術浪潮。

事實證明，數據驅動對IT創新和企業業務發展都有好處，它從數據信息中獲取價值，理解數據及其模式，然后從中預測和產生結果。在數據驅動中數據分析師起著基礎性的作用，因為他們負責組織，評估和研究數據及其管理模式。成功的數據分析師不僅要具有一定的資格和教育，還必須精通一些特定的工具。尤其是在數據采集，數據清理，數據倉庫，數據分析，以及數據可視化方面。今天我將通過我自身的數據分析實踐，盤點數據分析的十大工具，讓你的數據變得更有價值。

RapidMiner

RapidMiner 起初是德國多特蒙德工業大學人工智能學院的 Ingo Mierswa、Ralf Klinkenberg和Simon Fischer共同開發的一個項目，它可以快速、輕松地對數據進行處理。RapidMiner能夠進行數據準備，機器學習，深度學習，文本挖掘，預測分析，數據可視化和模型優化等工作，并在汽車、銀行、保險、生命科學、制造業、石油和天然氣、零售業及快消行業、通訊業、以及公用事業等各個行業都有著廣泛的應用。

它目前自帶有1500多種功能，可以同時滿足函數模型拖曳與編程兩種功能，為技術人員與非技術人員提供了交互式的互動頁面。 RapidMiner能使用戶自動執行預定義的關聯分析，內置模板和可重復的工作流程。Gartner連續六年將RapidMiner置于數據科學和機器學習平臺魔力象限的領導者象限中，并指出，RapidMiner為自動化的端到端模型開發提供了廣泛而深入的建模功能。

Apache Spark

Apache Spark基本上是一種全能的分析引擎，是使用最多的數據分析工具。它最初由加州大學伯克利分校的Matei Zaharia開發，第一個版本于2012年發布。它附帶有多個API，這些API鼓勵數據科學家重新訪問數據以進行機器學習，數據科學，SQL存儲、圖形計算等。它是對Hadoop的改進，但可以比MapReduce更快地執行多次，并在訪問磁盤時比Hadoop快10倍。

Spark 有許多關于機器學習的 API，它們可以幫助數據科學家根據給定的信息做出驚人的預測，同時它提供的很多模塊會讓那些使用 Python 的 pandas 或 R 語言的 data.frame 或者 data.tables 的數據分析師、數據科學家或研究人員覺得很熟悉。

另外，Spark 在集群管理方面格外精通，與Hadoop相比，它的改進要好得多，因為后者僅用于存儲，正是集群管理系統能夠使 Spark 快速處理應用程序。

MySQL

MySQL是一個開放源代碼的關系型數據庫管理系統（RDBMS），是RDBMS中的佼佼者，它使用SQL(結構化查詢語言)進行創建，它有各種電子編程應用程序，尤其是在Web服務器中。雖然有多種存儲信息的方法，但總是需要通過有效訪問和可分析的方式存儲數據，因而數據庫被視為數據科學中最有用的技術，這時可以使用 MySQL 收集，清理和可視化數據。

DataRobot

DataRobot由 Jeremy Achin 和 Thomas DeGodoy 于 2012 年在美國波士頓創立，它為所有專業水平的數據科學家提供了一個機器學習平臺，可在很少的時間內建立并實施精確的預測模型。該技術通過改變預測分析的速度和經濟性來解決數據分析師的痛苦。

DataRobot云平臺是根據一些世界頂級數據科學家的信息和經驗構建而成的，它在不超過幾分鐘的時間內，可以組裝世界一流的預測模型。DataRobot 憑借靈活的部署，治理，培訓和世界一流的支持者等重大業務功能，擴大了機器學習平臺的價值。

BigML

BigML 是另一種普遍使用的數據科學工具。它提供了一個完全可交互的基于云的環境，可用于處理機器學習算法。

BigML提供了利用云計算滿足行業先決條件的標準化軟件。同時，它通過Rest API提供了一種易于使用的Web界面，你可以根據自己的數據需求創建免費帳戶或高級賬戶。它允許對數據進行交互式可視化，并使你能夠在移動或IoT小工具上發送可視化圖形。

Go Spot Check

Go Spot Check是一個具有突破性的應用程序，可供現場團隊實時收集和提供共享數據。準確來講，它是一個BI分析平臺，允許用戶組裝和收集實時詳細信息，并進行快速分析以解決敏銳的業務問題。該工具執行三個簡單步驟：創建，收集和分析，以實現數據分析。在這個程序中，用戶可以實時分析數據，并且可以訪問儀表板以觀察工作進度和執行情況。

Alteryx

Alteryx 公司總部位于加利福尼亞州爾灣市，它提供了一個快速實施的端到端分析平臺，該平臺可以使業務專家和數據研究人員參與其中，以打破信息障礙，它提供改變游戲規則的權力，從而為你帶來巨大的利益業務問題。Alteryx平臺可自助，點擊，簡化，適用于全球領先企業中的眾多個人。

Mozenda

Mozenda 是基于企業云的 Web 爬蟲平臺。它可以幫助組織最有效，最經濟地收集和組織網絡信息。該工具具有點擊界面和易于使用的UI。該設備分為兩個部分：一個用于創建數據提取項目的應用程序和一個用于運行代理，組織結果以及導出數據的Web控制臺。它易于合并，并允許用戶以CSV，TSV，XML或JSON組形式發布結果。該工具同樣允許API訪問以獲取信息，并且具有內置的存儲集成，例如FTP，Amazon S3，Dropbox等。

MATLAB

MATLAB是用于處理數學數據的多范式數值計算環境。它是一種開源軟件，可進行矩陣計算，算法執行和數據統計建模。

MATLAB最廣泛地用于多個科學學科。在數據科學中，MATLAB用于模擬神經系統和蓬松的原理。利用MATLAB圖形庫，你可以實現驚人的可視化效果。MATLAB還用于圖像和信號處理，這使得它成為數據科學家的一種多功能工具，因為他們可以處理從數據清理分析到進一步的深度學習算法中的所有問題。

Paxata

Paxata率先提供了智能的自助服務數據準備應用程序，該應用程序基于機器學習提供通用企業級平臺，它能夠使所有企業用戶自動地將原始信息立即轉換為就緒信息，從而成為企業的先鋒。他們的自適應信息平臺可以將來自任何數據源，任何云或任何條件的數據劃分到信息結構中，以使任何公司都能制作可信賴的信息。

使用Paxata，用戶單擊即可完成命令，而不是敲代碼，只需幾分鐘，而不是幾個月。他們與所有業務的消費者進行互動，以使他們以飛快的速度掌握數據，成為信息啟發型企業。

Paxata與諸如Cloudera和Amazon之類的云提供商，大數據和商業智能解決方案提供商緊密合作，并且與BI設備（包括Salesforce Wave，Tableau，Qlik和Microsoft Excel）完美地結合在一起，從而顯著縮短了獲取有價值信息的時間。