Top 30 des outils Big Data pour l’analyse des données

1. Knime

La plate-forme analytique KNIME est la solution ouverte la plus innovante en matière d’innovation pilotée par les données. Elle vous permet de découvrir le potentiel caché dans vos données. , ou prédire de nouveaux futurs.

Avec plus de 1000 modules, des centaines d’exemples prêts à être utilisés, une gamme complète d’outils intégrés et le plus grand choix possible d’algorithmes avancés, KNIME Analytics Platform est la boîte à outils idéale. pour tout scientifique de données.

2. OpenRefine

OpenRefine (anciennement Google Fine) est un outil puissant pour travailler avec des données en désordre: les nettoyer, les transformer d’un format à un autre, et en l’étendant avec des services Web et des données externes. OpenRefine peut vous aider à explorer facilement de grands ensembles de données.

3. Programmation R

 

Et si je vous dis que le projet R, un projet GNU, est écrit en R lui-même? C’est principalement écrit en C et en Fortran. Et beaucoup de ses modules sont écrits dans R lui-même. C’est un langage de programmation et un environnement logiciels libres pour l’informatique statistique et les graphiques. Le langage R est largement utilisé par les chercheurs de données pour développer des logiciels de statistiques et analyser des données. La facilité d’utilisation et l’extensibilité ont considérablement accru la popularité de R.

Outre l’exploration de données, il fournit des techniques statistiques et graphiques, notamment la modélisation linéaire et non linéaire, les tests statistiques classiques, l’analyse des séries chronologiques, la classification, le regroupement, etc. et autres.

4. Orange

 

Orange est une solution de visualisation de données en source ouverte pour le novice et l’expert, qui fournit des flux de travail interactifs avec grande boîte à outils pour créer des flux de travail interactifs pour analyser et visualiser les données. Orange regorge de visualisations différentes, telles que les diagrammes de dispersion, les diagrammes à barres, les arbres, les dendrogrammes, les réseaux et les cartes thermiques.

5. RapidMiner

Tout comme KNIME, RapidMiner fonctionne par programmation visuelle et est capable de manipuler, analyser et modéliser des données. RapidMiner rend les équipes de science des données plus productives grâce à une plate-forme open source pour la préparation des données, l’apprentissage automatique et le déploiement de modèles. Sa plate-forme unifiée de science des données accélère la création de flux de travaux analytiques complets – de la préparation des données à l’apprentissage automatique en passant par la validation des modèles au déploiement – dans un environnement unique, ce qui améliore considérablement l’efficacité et réduit le délai de valorisation des projets de science des données.

6. Pentaho

Pentaho s’attaque aux obstacles qui empêchent votre organisation d’obtenir la valeur de toutes vos données. La plate-forme simplifie la préparation et la fusion de toutes les données et comprend un éventail d’outils permettant d’analyser, de visualiser, d’explorer, de rapporter et de prédire facilement. Ouvert, intégrable et extensible, Pentaho a été conçu pour que chaque membre de votre équipe, des développeurs aux utilisateurs professionnels, puisse facilement traduire les données en valeur.

7. Talend

Talend est le principal fournisseur de logiciels d’intégration open source pour les entreprises axées sur les données. Nos clients se connectent n’importe où, à n’importe quelle vitesse. Du sol au cloud en passant par le batch, le streaming, l’intégration de données ou d’applications, Talend se connecte à une échelle de données volumineuse, cinq fois plus rapide et à un cinquième du coût.

8. Weka

Weka, un logiciel à code source ouvert, est une collection d’algorithmes d’apprentissage automatique pour les tâches d’exploration de données. Les algorithmes peuvent être appliqués directement à un ensemble de données ou appelés à partir de votre propre code JAVA. Il convient également au développement de nouveaux schémas d’apprentissage automatique, puisqu’il a été entièrement implémenté dans le langage de programmation JAVA et prend en charge plusieurs tâches d’exploration de données standard.

Pour ceux qui n’ont pas codé depuis longtemps, Weka avec son interface graphique offre la transition la plus facile dans le monde de Data Science. Étant écrits en Java, ceux qui ont de l’expérience en Java peuvent également appeler la bibliothèque dans leur code.

9. NodeXL

NodeXL est un logiciel de visualisation de données et d’analyse des relations et des réseaux. NodeXL fournit des calculs exacts. C’est un logiciel gratuit (pas le pro) d’analyse et de visualisation de réseau à source ouverte. C’est l’un des meilleurs outils statistiques pour l’analyse de données, qui comprend des mesures réseau avancées, l’accès aux importateurs de données de réseaux de médias sociaux et l’automatisation.

10. Gephi

Gephi est également un progiciel d’analyse de réseau et de visualisation open-source écrit en Java sur la plate-forme NetBeans. Pensez aux cartes d’amitié géantes que vous voyez qui représentent des connexions LinkedIn ou Facebook. Gephi va encore plus loin en fournissant des calculs exacts.

11. Datawrapper

Datawrapper est un outil de visualisation de données en ligne permettant de créer des graphiques interactifs. Une fois que vous avez téléchargé les données d’un fichier CSV / PDF / Excel ou que vous les avez collées directement dans le champ, Datawrapper génère un graphique à barres, une ligne, une carte ou toute autre visualisation associée. Les graphiques Datawrapper peuvent être intégrés à n’importe quel site Web ou système de gestion de contenu avec des codes intégrés prêts à l’emploi. Tant de journalistes et d’organisations de presse utilisent Datawrapper pour intégrer des graphiques en direct dans leurs articles. Il est très facile à utiliser et produit des graphiques efficaces.

12. Solveur

Le logiciel de solvabilité est spécialisé dans la fourniture de rapports financiers, de budgets et d’analyses de classe mondiale avec un accès par bouton de commande à toutes les sources de données utilisées par toute l’entreprise. rentabilité. Solver fournit BI360, disponible pour le déploiement sur le cloud et sur site, en se concentrant sur quatre domaines d’analyse clés.

13. Qlik

Qlik vous permet de créer des visualisations, des tableaux de bord et des applications qui répondent aux questions les plus importantes de votre entreprise. Vous pouvez maintenant voir toute l’histoire qui se trouve dans vos données.

14. Tableau Public

Tableau démocratise la visualisation dans un outil simple, élégant et intuitif. Il est exceptionnellement puissant dans les affaires car il communique des informations grâce à la visualisation de données. Dans le processus d’analyse, les éléments visuels de Tableau vous permettent d’étudier rapidement une hypothèse, de vérifier votre intégrité mentale et d’aller simplement explorer les données avant de vous lancer dans une aventure statistique fastidieuse.

15. Tables de fusion de Google

Les tables de fusion rencontrent Google Spreadsheets plus frais et plus cousin plus nerd. Google Fusion Tables est un outil incroyable pour l’analyse de données, la visualisation de grands ensembles de données et la cartographie. Il n’est pas surprenant que l’incroyable logiciel de cartographie de Google joue un rôle important dans l’ajout de cet outil à la liste. Prenons, par exemple, cette carte que j’ai réalisée pour examiner les plates-formes de production de pétrole dans le golfe du Mexique.

16. Infogram

Infogram propose plus de 35 graphiques interactifs et plus de 500 cartes pour vous aider à visualiser magnifiquement vos données. Créez une variété de graphiques comprenant des colonnes, des barres, des secteurs ou des nuages ​​de mots. Vous pouvez même ajouter une carte à votre infographie ou à votre rapport pour vraiment impressionner votre auditoire.

17. Opentext

Le module OpenText Sentiment Analysis est un moteur de classification spécialisé utilisé pour identifier et évaluer les modèles et expressions subjectifs de sentiment contenus dans un contenu textuel. L’analyse est effectuée au niveau du sujet, de la phrase et du document et est configurée pour reconnaître si des portions de texte sont factuelles ou subjectives et, dans ce dernier cas, si l’opinion exprimée dans ces éléments de contenu est positive, négative, mixte ou neutre.

18. Semantria

Semantria est un outil qui offre une approche de service unique en rassemblant des textes, des tweets et d’autres commentaires de clients et en les analysant méticuleusement pour en tirer des conclusions. et des idées très précieuses. Semantria offre une analyse de texte via une API et un plugin Excel. Il se distingue de Lexalytics par le fait qu’il est proposé via l’API et le plug-in Excel, qu’il intègre une base de connaissances plus étendue et qu’il utilise un apprentissage en profondeur.

19. Trackur

L’analyse automatisée des sentiments de Trackur examine le mot clé spécifique que vous surveillez et détermine ensuite si le sentiment à l’égard de ce mot clé est positif. , négatif ou neutre avec le document. C’est l’algorithme Trackur qui pèse le plus. Il pourrait utiliser pour surveiller tous les médias sociaux et les nouvelles grand public, pour obtenir des informations sur les dirigeants grâce aux tendances, à la découverte de mots-clés, à l’analyse automatisée des sentiments et à l’évaluation de l’influence.

20. Analyse des sentiments SAS

L’analyse des sentiments par SAS extrait automatiquement les sentiments en temps réel ou sur une période donnée grâce à une combinaison unique de modélisation statistique et de règles. techniques de traitement du langage naturel. Les rapports intégrés montrent des modèles et des réactions détaillées. Vous pouvez ainsi affiner les sentiments exprimés.

Les évaluations en cours vous permettent d’affiner les modèles et d’ajuster les classifications afin de refléter les nouveaux thèmes et les nouveaux termes pertinents pour vos clients, votre organisation ou votre secteur d’activité.

21. Opinion Crawl

Opinion Crawl est une analyse de sentiments en ligne pour l’actualité, des sociétés, des produits et des personnes. Opinion Crawl permet aux visiteurs d’évaluer le sentiment Web sur un sujet – une personne, un événement, une entreprise ou un produit. Vous pouvez entrer un sujet et en obtenir une évaluation ad hoc. Pour chaque sujet, vous obtenez un graphique à secteurs montrant le sentiment actuel en temps réel, une liste des derniers titres d’actualité, quelques images miniatures et un nuage de balises de concepts sémantiques clés que le public associe au sujet. Les concepts vous permettent de voir quels problèmes ou événements déterminent le sentiment de manière positive ou négative. Pour une évaluation plus approfondie, les robots d’exploration du Web recherchent le contenu publié le plus récent sur de nombreux sujets populaires et sur des problèmes d’actualité, et calculent continuellement les sentiments qui les guettent. Ensuite, les articles de blog montreraient l’évolution du sentiment au fil du temps, ainsi que le rapport positif / négatif.

22. Octoparse

Octoparse est un puissant et gratuit moteur de recherche de sites Web utilisé pour extraire de presque tous les types de données dont vous avez besoin du site Web. Vous pouvez utiliser Octoparse pour déchirer un site Web avec ses fonctionnalités et capacités étendues. Son interface utilisateur pointer-cliquer aide les non-programmeurs à s’habituer rapidement à Octoparse. Il vous permet de récupérer tout le texte du site Web avec AJAX, Javascript et ainsi de télécharger presque tout le contenu du site Web et de l’enregistrer sous un format structuré comme EXCEL, TXT, HTML ou vos bases de données.

 

23. Content Grabber

Content Graber est un logiciel d’analyse du Web destiné aux entreprises. Il peut extraire le contenu de presque tous les sites Web et l’enregistrer en tant que données structurées dans le format de votre choix, y compris les rapports Excel, XML, CSV et la plupart des bases de données.

Il convient mieux aux personnes ayant des compétences avancées en programmation, car il offre de nombreuses interfaces de débogage et d’édition de scripts puissantes pour les personnes dans le besoin. Les utilisateurs sont autorisés à utiliser C # ou VB.NET pour déboguer ou écrire des scripts afin de contrôler la programmation du processus d’analyse.

24. Import.io

Import.io est un outil d’extraction de données payant basé sur le Web, destiné à extraire des informations de sites Web autrefois réservés aux spectateurs. . Mettez simplement en évidence ce que vous voulez et Import.io vous guide et « apprend » ce que vous recherchez. À partir de là, Import.io va creuser, gratter et extraire des données que vous pourrez analyser ou exporter.

25. Parsehub

Parsehub est un formidable robot d’exploration du Web qui prend en charge la collecte de données sur des sites Web utilisant les technologies AJAX, JavaScript, des cookies, etc. Sa technologie d’apprentissage automatique peut lire, analyser puis transformer des documents Web en données pertinentes. En tant que logiciel gratuit, vous ne pouvez pas configurer plus de cinq projets publics dans Parsehub. Les plans d’abonnement payant vous permettent de créer au moins 20 projets privés pour gratter des sites Web.

26. Mozenda

Mozenda est un service de raclage Web basé sur le Cloud. Il fournit de nombreuses fonctionnalités utiles pour l’extraction de données. Les utilisateurs seront autorisés à télécharger les données extraites sur un stockage en nuage

27. Data.gov

Le gouvernement des États-Unis s’est engagé l’année dernière à rendre toutes les données gouvernementales disponibles gratuitement en ligne. Ce site est la première étape et sert de portail pour toutes sortes d’informations étonnantes sur tous les sujets, du climat à la criminalité.

28. US Census Bureau

Le US Census Bureau est une mine d’informations sur la vie des citoyens américains, comprenant des données sur la population, des données géographiques et l’éducation.

]

29. Le World Factbook de la CIA

Le World Factbook fournit des informations sur l’histoire, les gens, le gouvernement, l’économie, la géographie, les communications, les transports, les transports, le militaire et les transnationales numéros pour 267 entités mondiales.

30. PubMed

PubMed, développé par la Bibliothèque nationale de médecine (NLM), permet d’accéder gratuitement à MEDLINE, une base de données contenant plus de 11 millions de citations bibliographiques. et des résumés de près de 4 500 revues dans les domaines de la médecine, des soins infirmiers, de la dentisterie, de la médecine vétérinaire, de la pharmacie, de la santé, des systèmes de soins de santé et des sciences précliniques. PubMed contient également des liens vers les versions intégrales d’articles sur les sites Web des éditeurs participants. En outre, PubMed fournit un accès et des liens aux bases de données intégrées de biologie moléculaire gérées par le Centre national d’information en biotechnologie (NCBI). Ces bases de données contiennent des séquences d’ADN et de protéines, des données de structure de protéines 3D, des ensembles de données d’études de population et des assemblages de génomes complets dans un système intégré. Des bases de données bibliographiques NLM supplémentaires, telles que AIDSLINE, sont ajoutées à PubMed. PubMed comprend « Old Medline ». Old Medline couvre les années 1950-1965. (Mise à jour quotidienne)