这是一款陪伴众多数据小白到数据达人的可视化神器，也许你刚开始觉得自己不会编程，不懂算法，不会建模，是个数据分析上的白痴了，每次老板让你总结数据、做报表的时候，你内心拒绝啊、痛苦啊！直到有一天...你发现了BDP个人版，你不仅想要感叹免费的神器真的是太难找了！！！

那么今天就来好好介绍下这款拯救了万千数据人的工具吧~

一、BDP个人版不同版本：

个人版（免费）：适用于数据小白想要提高数据分析能力，制作出酷炫的报表。

个人版（银钻会员）：适用于工作中常需处理分析数据，制作可视化报表的用户。

个人版（金钻会员）：适用于专业处理分析大量数据的用户或需要时刻掌握数据动态的中小型团队。

更有sass在线使用和私有云部署两种企业版哟，详情可参考：企业版官网

二、使用流程：

数据整合—数据处理—数据分析—可视化展示—报表汇报

1、数据整合：BDP可接入本地数据、主流数据库、各类第三方平台（百度统计、友盟、竞价推广、公众号等），适合各个行业的用户使用！

2、数据处理：可直接创建合表：多表关联、数据聚合、追加合并、SQL合表和二维转一维5种处理方式，拖拽就能实现，尤其是多表关联确实好用（多表关联和vlookup功能类似，不同于excel的复杂操作，在BDP多表关联仅需拖拽即可完成，无需任何函数和编程），可完全替代excel。

多表关联：即join，BDP中分成left join、inner join和full join，简单地说，就是通过某个字段，让几个工作表从此紧紧”绑“到地在一起。没有函数，没有编程的多表关联操作就这么轻松搞定了，是不是比vlookup简单好多，而且数据是实时更新的哦！

3、数据分析：BDP是不需要写函数公式，直接拖拽！在数值栏处选择分析方式，有求和、计数、平均值等常见计算，也有同环比、留存率、重复率等高级计算，还可以对之后的数据变化趋势进行预测。

4、可视化展示：根据数据的适用情况选择想要的可视化图表，最近推出了全新的自定义图表，现在已有近60种图表样式。全部图表都只需拖拽就可以生成哟~

普通图表：

（1）柱状图：用于显示一段时间内的数据变化或显示各项之间的比较情况。

（2）词云图：根据一段文字里的关键词出现频率生成文字的图片组合，字体越大说明对应的词汇的频率越高。

经纬度地图：

地域分析很重要，全国、省份分布可用行政地图，更详细的地域分布可用经纬度地图，比如乡镇、具体街道等。工作表中需含有经纬度字段，BDP支持地址转经纬度功能，BDP可制作热力地图、轨迹地图等6种经纬度地图。

自定义图表：

（1）色块图：色块图作用于二维数据的热力图，由小色块代表某个维度的值。特别适合用于数据量较大、且具有连续性的数据进行分析，直观的利用颜色展示数据分布。

（2）象形条形图：可指定使用的贴图效果，当使用百分比时可设置是否按最大值作为100%的单位。

重点是还支持图表联动和自由下钻！超炫酷的交互体验，操作so easy的~

图表联动：

图表联动功能可以将某个图表作为筛选器，点击其中某一个数据项，与其关联的图表将会筛选出所选项的数据内容，快速又直观。

例如上图，我在左侧各地区销售额中点击“华东”，在右侧就会显示出相应的销售额曲线。

多层下钻：

下钻是通过增加图层从汇总数据深入到细节数据进行观察。通过逐层下钻，让我们对数据更加一目了然。

5、报表汇报：数据报表做好后，点击右上角“分享”就能把数据报表分享给领导，分享的数据结果可以实时更新。（注：私密分享是金钻会员才能用）

仪表盘展示效果：

带有图文混编功能的高级仪表盘哟~

三、与其他类似产品相比的优势：

1、学习成本：全面提供操作视频、文档教程，操作简单好上手，不需培训，普通业务人员10分钟也能玩转BDP，更有各行业微信交流群（数据大佬们常常探讨行业走向趋势哟）和专属微信客服提供技术支持，想学不会都难。

2、多种数据源整合：BDP提供对接数据库（MySQL、SQLServer、Oracle等）、网络营销平台（百度推广、头条推广等）、数据统计平台（友盟统计、百度统计等）、企业管理平台（支付宝微信支付、伙伴云表格、金数据等）还有各种人口、天气、居民消费等公共数据和本地同步宝、excel插件等实时更新同步工具。

3、数据处理：大部分工具基本不具备ETL的能力，没有数据仓库的能力，也没有各种信息解析能力，而这些恰好BDP都有。而且计算性能很强大，哪怕是亿行数据也可以很快处理。

4、可视化分析：BDP支持的图表类型和分析计算功能远远多于其他工具，比如轨迹地图、航班迁徙图、桑基图等。更对手机、电脑、投影仪、大屏等多种设备做了兼容调整，以保证最好的展示效果。

其实我已经用过很多类似的产品了，比如Tableau、power BI，这些产品也是各有千秋，今天推荐BDP个人版只是觉得它的性价比是最高的！！！也欢迎更多的数据分析方面的朋友们来交流探讨啦~

免费体验网址：BDP个人版 https://me.bdp/home.html

不小心误删或是弄丢了重要文件信息怎么办？有很多免费数据恢复软件可以帮助你恢复重要的文件文件。方便又好用，最关键的是这些数据恢复软件是免费的。接下小编就来告诉你怎么恢复误删或丢失的文件！

2017最好用的款免费数据恢复软件：

1、Recuva

Recuva是一款功能强大的、兼容全部Windows平台的免费数据恢复软件。它易于使用而且有许多可选的高级功能。Recuva可恢复硬盘、闪盘、存储卡（如 SD 卡，MMC 卡等等）和CD/BD/DVD中的文件。Recuva也可以恢复iPod中所删除的文件。

2、Glary Undelete

Glary Undelete也是一款优秀的免费文件恢复软件。Glary Undelete 的最大优点是，它包含简单的 “Folders”视图、Windows资源管理器风格的视觉效果，以及文件状态标示等。

Glary Undelete是一款可以恢复硬盘的文档，连移动光盘、U盘、移动硬盘都能恢复，而且支持FAT、NTFS等文件系统。

3、TestDisk

TestDisk是一款遵循GPL许可证的开源磁盘修复工具，可以修复由于软件缺陷或某些病毒导致的分区丢失或分区表丢失导致磁盘无法启动的问题。TestDisk 通过 BIOS ( DOS/Win9x)或操作系统 ( Linux, FreeBSD)查询硬盘特性( LBA大小和CHS 参数)。然后会快速检查磁盘数据结构并恢复分区表。

4、QiangLi数据恢复软件

强力数据恢复软件是一款高效易用、功能强大的专业数据恢复软件。主要可用于恢复被删除的文件、误格式化文件以及误Ghost丢失的文件等，其数据恢复成功率高达99%，有效找回用户丢失数据。

5、Stellar Data Recovery(Stellar数据恢复)

它能帮助你恢复近期被误删的Windows和Mac电脑上的数据。无风险程序，从不同类型的存储设备中恢复数据，如存储卡、智能手机、USB驱动器、硬盘等。使用Stellar数据恢复程序很简单。只需要下载，开始扫描，你就能从过去的数据灾难中恢复过来。

6、Puran File Recovery

Puran File Recovery是一款免费的文件恢复软件，使用这款文件恢复软件免费版可以对误删除的文件或者数据进行恢复，恢复的过程很简单。

Puran文件恢复是能够扫描一个广泛的设备，包括硬盘，内存卡，可移动驱动器的CD / DVD和移动电话。

7、 PhotoRec

它是市面上最好的数据恢复软件之一，因其强大的文件恢复功能而广受赞誉，从数码相机到硬盘都有广泛的应用。专为从硬盘、CD-ROM中恢复图片、视频、文档等数据而创建。兼容几乎所有主要平台，如微软Windows、Linux、Mac OS X等。

8、Wise Data Recovery

Wise是本榜单中数据恢复速度最快的软件之一，除了速度更快之外，它还有一些不错的功能，简单直观的界面。可以从本地驱动器、USB驱动器、相机、存储卡、可移动媒体设备等中恢复被删除的文件。通过使用文件的类型选择内置的文件扩展组，更快地搜索过滤器。兼容Windows XP和Windows 8。在恢复过程中，Wise数据恢复工具能够快速执行文件扫描，但其实深度扫描的可用性会更好。Wise还有一个智能的便携式软件版本，无需安装。

9、 Pandora Recovery

一个功能强大的文件恢复工具,可以对删除的文件进行恢复.它支持NTFS、NTFS5和NTFS/EFS的文件格式,兼容本地和网络磁盘以及U盘,可以对BMP、GIF、JPG、PNG、ICO,TIF、TGA、PCX、WBMP、WMF、JP2、J2K、JBG、JPC、PGX、PNM、RAS、CUR等图形格式和TXT、LOG、INI、BAT、RTF、XML、CSS等文本格式的文件进行预览。

10、 DMDE

它是我所见过的功能最丰富的数据恢复软件之一。但是，无休止的各种选择实际上会使恢复过程变得复杂。便携，方便。支持扫描。它逐字地压缩了任何被删除数据的闪存驱动器。可以保存日志以避免在以后重新扫描。从将被恢复的数据中获得该设备的详细信息。不显示原始文件夹名，但显示原始文件名。文件搜索选项可用。多个过滤器，复制扇区选项以创建磁盘映像文件，构建RAID(磁盘阵列)的工具。

1、英文论文翻译入群，后台回复“约”；2、获取免费送书，请见本页底部

写论文，当然要用最好最全的数据库！

可是，以前我们很苦恼，通常只能用中国知网或者万方网去下载。然而这些数据库里的论文基本上收费的！

作为国内知名度与论文载量均排在前列的中文数据库，中国知网从1999年建立至今，一直位列国内各大高校图书馆的数据库选择名单中。据说近五年来知网价格已经翻了一倍！这让国内不少高校都因涨价问题停用过知网。

除了这些还有下面47个免费开放的电子图书馆，很珍贵！

1.澳大利亚国立大学ANU电子出版库

2.阿德雷德大学电子文本收藏中心

（包括古典文学，哲学，科学和医学著作）

3.澳大利亚数字化人文门户

(澳大利亚人文学界的数字化资源门户)

4.科廷大学技术文献库

(科廷技术大学科研人员和研究生的科研成果）

5.墨尔本大学电子出版物收藏网

6.昆士兰大学数字文库

7.SETIS悉尼大学学术电子文本及图像服务

http://setis.library.usyd.edu.au/

8.新西兰数字文献收集网

http://nzdl.sadl.uleth.ca/cgi-bin/library

9.古腾堡数字化图书馆

http://gutenberg.org/wiki/Main_Page

10.Infomotions西方文学/哲学网

(包括自美国/英国的文学和西方哲学公开著作)

http://infomotions/

11.康奈尔大学Arxiv

(收藏了物理,数学,非线性科学和计算机科学方面的数字化 "预印本"出版物)

http://arxiv.org/

(包含世界历史百科全书,以及哈佛经典著作,提供免费的电子文本)

http://bartleby/

13.Bibliomania

(提供超过2000部免费电子文献，以及研究成果)

http://bibliomania/

14.Cogprints

(有各类心理学，神经科学，语言学，哲学，生物学，人类学和计算机科学电子文献,部分区域需要注册)

http://cogprints.org/

15.印第安纳大学国际文献档案库

(这是一个服务公众的全文数字图书馆，作者可以提交著作，并被连入参考文献)

http://dlc.dlib.indiana.edu/dlc/

16.DLESE地球系统教育数字图书馆

(涵盖了环境，地理，地质，海洋以及其他物理科学；空间科学与技术；教育方法和科学哲学内容)

http://dlese.org/library/

17.Elfwood

(拥有超过两万部文学和艺术作品，来自超过一千五百名幻想/科幻艺术家和作家)

http://elfwood/

18.Eserver.org

(收藏了大量在线智慧文学和资源,由华盛顿大学创立)

http://eserver.org/

19.IPL互联网公共图书馆

(密歇根大学信息学院的学习和教学环境)

http://ipl.org/

20.库尔特·斯塔博的在线图书馆

(收藏了古代和现代的大量生物学著作，其中很多珍本,可在线阅读)

http://zum.de/

21.麻省理工学院的开放文献网站

http://ocw.mit.edu/OcwWeb/web/home/home/index.htm

22.美国国家科学院在线数据据库

(超过3000部科学,工程和健康卫生方面的著作,可以在线阅读,这些文献代表了美国在这些领域的研究精华)

http://nap.edu/

23.Ndltd.org

(搜集了来自澳大利亚，加拿大，许多欧洲国家，香港，台湾和美国的论文)

http://ndltd.org/

24.宾夕法尼亚大学网站

(有超过 16000部在线电子书 ,值得一读)

http://digital.library.upenn.edu/books/

25.牛津大学档案馆

(建于1976年,这里有用于研究和教学的大量高品质文献资料公共区域可以免费在线检索目录，下载)

http://ota.ahds.ac.uk/

26.弗吉尼亚大学电子文献中心

(超过10000部可以公开或取的著作（以及超过 164000幅图像）

http://www2.lib.virginia.edu/etext/index.html

27.Gallica.bnf.fr

(法兰西国家图书馆资助的网站,法文)

http://gallica.bnf.fr/

28.世界图书馆

(世界图书馆，法语)

http://abuam.fr/

29.意大利电子书网站

(包括小说,诗歌,古典文学，戏剧，传记，恐怖和幻想小说，新经济学等)

http://ebookgratis.it/

30.日本文学著作

(格式包括 HTML , ZIP(下载)和日文电子书格式)

http://aozora.gr.jp/

31.今日美国开放图书计划

(一家报纸网站的独立部门，一些有名的小说家开放了他们的版权，供所有的访客阅)

http://usatoday/life/books/openbooks/2005-02-01-abounding-gutter_x.htm

32.英语文学网站

(超过一千位学生为这个巨大的网站捐助成果，焦点是英语文学)

http://litencyc/

33.计算机程序设计电子书

(包括:Abap, Java, Linux,Php, Oracle & Vb 。 PDF格式。注意，在下载之前，需先建立一个账户)

http://downloadfreepdf/

34.数学世界

(为学生，教育家，数学爱好者和研究者准备的全面地数学百科全书）

http://mathworld.wolfram/

35.在线医学百科全书

(超过1500主题的在线医学百科全书，包括康复，疾病，伤害，营养，手术，症状，试验)

http://healthopedia/

36.医生的免费电子书

(免费使用的医学电子书)

http://freebooks4doctors/

37.奥地利文献

(超过12000部奥地利文献,甚至包括明信片,可以在因特网上访问)

http://literature.at/default.alo;jsessionid=453DD0DC127BBBB02C863B1887F76E28

38.GPO Access

(美国政府文献)

http://access.gpo.gov/

39.世界最大的社会科学文献网站(ICPSR)

（Inter-universityConsortium for Political and Social Research）

http://icpsr.umich.edu/icpsrweb/ICPSR/

40.National Academy Press

(美国国家科学院、国家工程院、医学协会等机构的论文/报告/PPT,内容几乎涵盖所有学科)

http://nationalacademies.org/publications/

41.UNESCO

(联合国教科文组织提供的文档,包含自然科学与社会科学,有多种语言,包括中文）

http://unesco.org/new/en/unesco/

42中国国家图书馆

http://nlc.gov/index.htm

43台湾大学图书馆免费电子书

http://ebooks.lib.ntu.edu.tw/Home/ListBooks

44法国国家图书馆

（世界最大的免费图书馆）

45世界数字图书馆

46. Bioline International ：

1、香港科技大学图书馆 Dspace

包括香港科技大学的学术论文、学位论文、研究报告等内容，均可免费获取全文。

2、加利福尼亚大学国际和区域数字馆藏

加利福尼亚大学国际和区域数字馆藏研究项目。eScholarshipRepository主要提供已出版的期刊论文、未出版的研究手稿、会议文献以及其他连接出版物上的文章1万多篇，均可免费阅读。

由Cambridge University Library和University Computing Service维护，提供剑桥大学相关的期刊、学术论文、学位论文等电子资源。

非营利的电子出版物服务机构，提供来自发展中国家（如巴西、古巴、印度、印尼、肯尼亚、南非、乌干达、津巴布韦等）的开放获取的多种期刊的全文。

美国密西根大学论文库2万多篇期刊论文、技术报告、评论等文献全文。包含艺术学、生物学、社会科学、资源环境学等学科的相关论文，另还有博硕士论文。标识为OPEN的可以打开全文。

6、jfg CERN Document Server

主要覆盖物理学（particle physics）及相关学科，提供360,000多篇全文文献，包括预印文献、期刊论文、图书、图片、学位论文等等。

7、kl ArXiv

是属于Cornell University的非盈利教育机构，面向物理学、数学、非线性科学、计算机科学和定量生物学等学科提供16种免费电子期刊的访问。

8、NASATechnical Reports Server

主要是关于航空航天领域研究的科技报告和会议论文。

9、NSC for Environmental Publications

提供美国环境保护总署(EPA)出版物。可以通过EPA出版号或题名检索EPANational Publications Catalog。

提供美国能源部的科技信息摘要。学科范围：材料科学、环境科学、计算机、能源和物理。文献类型包括期刊论文、学位论文、研究报告和专利。

11、网上免费全文期刊FullText

提供7000多种学术期刊的免费全文获取。

12、 Open J-Gate开放获取期刊门户

提供基于开放获取的近 4000种期刊的免费检索和全文链接，包含学校、研究机构和行业期刊，其中超过 1500种学术期刊经过同行评议（ Peer-Reviewed 。

13、PMC(PubMedCenteral)

美国NCBI（美国国家生物技术信息中心）建立的数字化生命科学期刊文献集，S现提供50余种生物医学期刊免费全文DOAJ (Directory of Open Access Journals)。

免费的全文科技学术期刊。现有2752种期刊，其中830种可以全文搜索。目前有140307篇文章。

斯坦福大学图书馆的分支机构——HighWire出版社，拥有最大的免费期刊数据库，可以在线提供916种免费期刊和1，149，216篇全文.

16、Universityof Tennessee, Knoxville

田纳西大学的经济学杂志，包括2000年至2002年三年共12期的免费期刊。

17、The ElectronicLibraryof Mathematics

欧洲数学会电子图书馆，提供了期刊、会议、论文集、专著、演讲、软件等资源。并提供期刊和电子版图书的全文浏览。非电子版图书提供前言、摘要、目录和书评等内容。特别地，在经典著作栏目内，目前可检索到哈密尔顿和黎曼的经典论文的全文。

18、Science.gov

美国“科学”网站收录内容以研究与开发报告为主，所有的信息均免费使用，也不必注册，但是通过这些站点链接的有些信息是限制使用或有条件使用的。

19、 ERIC教育资源信息中心

美国教育部资助的网站系列和世界上最大的教育资源数据库，其中包括各种文档以及教育研究与实践方面的论文摘要，这些摘要超过了一百万篇，收录980多种教育及和教育相关的期刊文献的题录和文摘。部分资源可查找到全文。

20、 PLOS公共科学图书馆

PLOS是一家由众多诺贝尔奖得主和慈善机构支持的非赢利性学术组织，旨在推广世界各地的科学和医学领域的最新研究成果，使其成为一种公众资源，科学家、医生、病人和学生可以通过这样一个不受限制的平台来了解最新的科研动态。PLOS出版了8种生命科学与医学领域的期刊，可以免费获取全文。

21、 Journal of Statistical Software

由美国统计协会出版的《统计软件杂志》，提供1996年至今20卷的内容。可以免费获取全文。

22、Social Science Research Network

社会科学（经济类）研究论文数据库，部分提供全文。

23、Max Planck Society

德国马普学会，该学会创办了3种开放存取杂志：（1）Living Reviews in Relativity ISSN1433-8351 http://relativity.livingreviews.org/（2）Living Reviews in Solar Physics ISSN 1614-4961http://solarphysics.livingreviews.org/（3）Living Reviews in European Governance ISSN: 1813-856X

24、NCSTRL

由文安德鲁梅隆基金会、联合信息网络、数字图书馆联盟、美国国家科学基金会等支持，英特网上开放式的计算机科学研究报告和论文库。提供高级检索和简单检索，原文格式需根据要求，下载相应的阅读器软件。

25、世界银行报告

汇集了27000篇银行报告。

摘自@人民日报、会计学术联盟、毕业论文写作专业指导、社科学术圈等

注：本平台每日从海量站点为用户选择优质信息，部分文章无法联系作者，若有选用不当，敬请联系我们。投稿、建议等可后台回复“约”加本站编辑。

免费送书啦！

即日起，本平台开展每日留言免费送书活动，每日一本！目前选择赠送的是深刻洞悉中国互联网科技产业发展的经典图书《联想做大华为做强》——

该书由电子工业出版社出版，作者为知名媒体人、中国IT史研究学者陶勇，定价58元，内容十分精彩，超级值得一看！

具体送书政策为：截止第二天新消息发布前，在前一日所有文章任意一篇中留言被精选，并得到最多点赞的即为中奖，获赠当日图书。获奖名单会在第二天公布！（图书仅送大陆地区）

　　【IT168 技术】本文推荐一些免费的预测分析软件，它们主要用于分析统计使用，机器学习和数据挖掘来寻找关于客户行为，市场趋势和原始数据集中其他领域的线索的相关性和模式。其中一些预测建模解决方案可通过许可，免费获得开源或社区版本;其中一些预测分析软件是商业版本的免费版或社区版，但提供的功能较少。

　　什么是预测分析软件?

　　预测分析是高级分析的一个分支，用于对未来未知事件进行预测。预测分析使用数据挖掘，统计，建模，机器学习和人工智能等多种技术来分析当前数据，以预测未来!那么下面将为大家简单介绍一下以下的20多款工具!

　　1.R Software Environment

　　R是用于统计计算和图形的免费软件，可运行在各种UNIX，Windows和Mac OS平台上。R提供了广泛的统计功能，如线性，非线性建模，经典统计测试，时间序列分析，分类，聚类和图形技术。它也是高度可扩展的，提供数据操作，计算和图形显示，数据处理，数组计算，数据分析工具，包括条件，循环和许多其他功能的编程语言。语言主要用于统计方法论的研究，R为它们提供了一个开源的途径，可以在R中产生精心设计的质量图，包括数学符号和公式。

　　2.Dataiku

　　Dataiku Data Studio(DSS)是一个软件平台，汇总了从原始数据到生产应用程序所需的所有步骤和大数据工具。DSS分析数据通过简单的界面操作，即可找到数据中的相关性和重要变量，并测试最佳拟合模型。DSS还可以将模型和预测值发布到各种其他目的地，例如ElasticSearch，FTP服务器和内部数据仓库。

▲

　　3.Orange Data mining

　　Orange Data mining是一个开源的数据可视化和分析工具。数据挖掘是通过可视化编程或通过Python脚本完成的。Orange会记住这些选择，提供最常用的组合，并智能地选择要使用的小部件之间的通信通道。可以利用情节，条形图，树状图，网络和热图来进行可视化。有机器学习的组件，可用于生物信息学和文本挖掘。该解决方案包含了用于数据分析的功能，并且在Orange中有超过100个小部件。

▲

　　4.RapidMiner

　　RapidMiner可作为数据分析的独立应用程序使用，也可作为集成到专有产品中的数据挖掘引擎。RapidMiner提供数据挖掘和机器学习程序，包括数据加载和转换，数据预处理，可视化，建模，评估和部署。RapidMiner是用Java编程语言编写的。它采用的学习计划和归属来自于Weka的机器学习环境，统计建模方案来自R Project。可用于文本挖掘，多媒体挖掘，功能设计，数据流挖掘的集成方法的发展，以及分布式数据挖掘。

　　RapidMiner v6.0仍然是开源的。RapidMiner的最新版本现在仅作为试用版或商业许可证提供。

▲

　　5.Anaconda

　　Anaconda是一个由Python支持的开放式数据科学平台。 Anaconda的开源版本是Python和R的高性能版本，包括超过100种用于数据科学的最受欢迎的Python，R和Scala软件包。还可以访问超过720个软件包，可以使用包含在Anaconda中的conda，包，从属关系等。

▲

　　6.KNIME

　　KNIME桌面版是开源的，是用户友好的数据访问，数据转换，初步调查，预测分析，可视化和报告的图形工作台。开放的集成平台提供了1000多个模块或节点。KNIME还提供了基于数据信息开发报告的能力，并将新见解的应用自动化回到生产系统。KNIME产品有KNIME Desktop，KNIME Professional，KNIME Team Space，KNIME Server和KNIME Cluster Execution。 KNIME Desktop可以自由下载到桌面。基于Eclipse平台的，并且有双重许可证。非开源产品中的功能包括共享存储库，身份验证，远程执行，调度，SOA集成和Web用户界面。

▲

　　7.DMWay

　　DMWay使得预测分析更易于获取并且价格合理。DMWay解决方案允许用户在几个小时或几天而不是几个月的时间内建立更好的预测模型，这可以适应任何行业。DMWay分析引擎可以提供最高级别的建模。分析引擎设计用于模拟经验丰富的数据科学家采取的步骤，以建立准确有效的分析模型。DMWay评分引擎是建议企业寻求协助部署由分析引擎提供的预测分析结果的工具。

　　这个创新的解决方案是通过使用专家系统方法而不是“机器人”方法来实现的，模仿有经验的数据科学家关于构建大规模预测模型的方式。DMWay评分引擎是为企业寻求协助部署由分析引擎提供的预测分析结果而推荐的工具。

▲

　　8.HP Haven Predictive Analytics

　　HP Distributed R是R语言的开源，可扩展和高性能平台，可加速大规模机器学习，统计分析和图形处理。Haven Predictive Analytics为HP Vertica提供数据加速和原生SQL支持。与市场领先的列式MPP数据库的本地集成将总体数据访问性能提高了5倍，并提供了一整套经过验证的开箱即用的并行算法，以成熟的标准R算法生成准确一致的结果。是预测分析免费，完全兼容开源R语言和工具，并得到惠普企业的支持，并按每个节点定价。HP Haven Predictive Analytics由HP Vertica和Distributed R提供支持。Distributed R是基于与HP Labs开发的开放源代码R语言的高性能分析引擎，可满足要求最苛刻的大数据预测分析任务。分布式R提高了性能，并允许用户分析比以前流行的R统计编程语言更大的数据集。

　　9.GraphLab Create

　　GraphLab Create是一个为开发人员和数据科学家构建的机器学习平台，具有函数式编程技巧和对数据科学的一些基本理解。能够轻松地实现从想法到生产的原型和规模。示例服务包括推荐系统，欺诈检测或客户流失预测器。开发人员和数据科学家能够快速部署并轻松与其他应用程序集成。Discover版本提供免费的开发者许可证，并提供社区论坛支持。

▲

　　10.Lavastorm分析引擎

　　Lavastorm分析引擎公开版是一个易于使用，成本效益的工具，用于临时发现和业务分析。公开版对于希望将分析处理能力放在桌面上的用户非常理想，而且不需要大型数据处理能力，提供自动持续分析和协作功能。Lavastorm是一种可视化的数据发现解决方案，可以让你快速整合不同的数据，轻松发现洞察，并持续检测异常，异常值或模式。它为企业用户提供自助服务能力，为IT用户提供集成，分析和业务控制领域的快速开发能力。其功能包括从任何来源(包括大数据源)获取，转换，合并和丰富数据，而不需要大量建模，预先规划或用脚本。可检测数据问题，如完整性，格式不一致，准确性，自动化评估和清理流程。

▲

　　11.Actian Vector Express

　　Actian Analytics Platform(Express Hadoop SQL Edition)是Hadoop内部运行100%的免费社区版的端到端分析平台。Actian分析平台将Hadoop转变为一个高性能的分析平台，使企业能够通过分析来自多个来源的数据而无需采样，从而提高预测和决策的准确性。Actian Express，Hadoop SQL Edition使用现有的Hadoop集群提供高速和性价比。Actian Vector Express是Actian分析平台的免费社区版本，旨在提供快速简单的方法来提高分析的性能。它建立在基于矢量的分析数据库基础之上，Actian Express提供很好的性能和性价比，并且需要更少的硬件，几乎不需要调整。Actian Vector Express包括以下功能：分析工作台 - 快速构建可视工作流程准备，转换和分析数据，分析数据库 - 在几秒钟内运行复杂的查询反对数十亿条记录和管理控制台。

▲

　　12.Scikit-learn

　　scikit-learn是简单高效的数据挖掘和数据分析工具。它是Python中的机器学习库，建立在NumPy，SciPy和matplotlib之上，它也是开源的。其特点包括分类，回归，聚类，降维，模型选择和预处理。

▲

　　13.微软R

　　R是强大的，用于统计计算，机器学习和图形的首选编程语言，并得到用户，开发者的繁荣的社区支持。R家族包括，服务器，客户端，SQL Server等服务。支持各种大数据统计，预测建模和机器学习功能，R Server支持基于开源R的全方位的分析探索，分析，可视化和建模。Microsoft R客户端是免费的社区支持。

　　14.H2O.ai

　　H2O是一个开源的预测分析平台。H2O用户可以轻松地从微软Excel和RStudio中探索和建模大数据，并将其与来自HDFS，S3，SQL和NoSQL数据源的数据连接起来。H2O讲述了数据科学的语言，支持R，Python，Scala，Java和强大的REST API。业务应用程序由H2O的NanoFastTM评分引擎提供支持。包括：分布式算法和回归树，如GBM，随机森林(RF)，广义线性模型(GLM)，k-均值和主成分分析(PCA)。

　　15.Weka Data Mining

　　Weka是用于数据挖掘任务的机器学习算法的集合。算法可以直接应用于数据集，也可以从Java代码调用。Weka包含用于数据处理，分类，回归，聚类，关联规则和可视化的工具。它也非常适合开发新的机器学习方案。 Weka是用Java编写的，由新西兰怀卡托大学开发。

▲

　　16.Apache Spark

　　Apache Spark是用于大规模数据处理的快速且通用的引擎。Spark需要一个集群管理器和一个分布式存储系统。对于集群管理，Spark支持独立(本地Spark集群)，Hadoop YARN或Apache Mesos。对于分布式存储，Spark能与各种各样的，包括Hadoop分布式文件系统(HDFS)，MAPRA文件系统(FS-MAPRA)，Cassandra，OpenStack Swift，亚马逊S3，Kudu，或自定义解决方案实现对接。

　　17.Octave

　　Octave是数字计算的高级解释语言。它提供了数据可视化和操纵的线性，非线性问题和图形的解决方案。有许多可用于公共数值线性代数解决问题的工具，寻找非线性方程的根，集成普通功能，操纵多项式，及整合的普通微分和代数微分方程。

▲

　　18.Tanagra

　　Tanagra是一个用于学术和研究目的的免费数据挖掘软件，它具有探索性数据分析，统计学习，机器学习和数据库等多种数据挖掘方法的功能。支持标准的数据挖掘任务，如：可视化，描述性统计，实例选择，特征选择，功能建设，回归，影响因子分析，聚类，分类和关联规则的学习。

　　19.PredictionIO

　　PredictionIO是一款开源的机器学习服务器，可以让软件开发人员创建个性化，推荐和内容发现等预测功能。通过PredictionIO，预测这种特点的用户行为，提供个性化的视频，新闻，交易，广告，职位，事件，文件，应用程序，餐馆和匹配服务。

　　20.Apache Mahout

　　Apache Mahout提供可扩展的机器学习算法，主要集中在协作过滤，聚类和分类。许多实现使用Apache Hadoop平台，包括成熟的Hadoop MapReduce算法，Scala，Spark和H2O算法。协同过滤：基于用户的协同过滤，基于项目的协同过滤，矩阵分解与ALS，矩阵分解与隐式反馈和加权矩阵分解，SVD + ALS。

Web开发人员经常需要找到在应用程序中表示数据的方法。在这篇文章中，我们介绍了几种可以提供帮助的不同工具。

Web或基于Web的报告工具用于使用任何Web界面查看，创建和/或编辑报告 - 比方说Web浏览器。这些工具可以嵌入到不同的第三方应用程序中，也可以是独立的。网络报告的主要目的是通过将网络作为唯一媒介以可执行格式组织数据。

在数据分析的初始阶段，报告起着关键作用。它很容易用于以交互式和视觉吸引的方式呈现数据，从而简化数据分析。互动性从一个报告到另一个报告，或从一个平台到另一个平台都有很大不同。基本的网络报告工具可用于过滤，排序，导出和钻取不同的语义数据层以进行有效的分析。所有这些功能使最终用户能够进行深入的数据分析。

这证明了Web透视表在Web报表方面的重要性。因此，我准备了免费和独立的Web数据透视表工具列表，以帮助您增强您的Web报告体验：

1. PivotTable.js

这个免费的Web数据透视表的主要功能是允许用户轻松进行数据分析和探索，提供拖放支持。Nicolas Kruchten最初在CoffeeScript中创建了PivotTable.js，并将其构建在jQuery和jQueryUI之上。通常情况下，用户更喜欢这个网页数据透视表，因为他们可以通过使用自定义色标来改变外观 - 也就是说，他们可以重新定义初始颜色集合，之后他们可以根据自己的喜好进行自定义。用户还可以使用易于理解的并使用过滤和总体选项。

这个免费的网络枢轴网格提供本地化支持，并有一个内置的表格，热图和表格条形图渲染器。PivotTable.js还提供附加组件，使用户可以将数据透视表转换为透视图。

2. WebDataRocks Web数据透视表

面向开发人员的这种网络报告工具是那些希望使用高效工具进行数据可视化和分析的人员的可用选项之一。用JavaScript编写，它可以在一个有吸引力的数据透视表中显示CSV和JSON文件中的数据，以帮助您更好地理解数据。它提供了增强的Web报告体验，您可以在其中了解实时数据报告。

更好的是WebDataRocks提供了众多的数据分析功能，使用户可以更轻松地进行网络报告。这个简单的透视控件支持拖放，多个数据字段，总计和小计，本地化，排序，过滤，向下钻取等。

它可以轻松地与Angular集成！

与类似的免费网页转轴网格工具相比，这一个也可以被'techie'人使用。它的设计更适合所有想要以高效方式快速分析数据的人。

3. Orb.js

该工具是基于React的库，可提供用户可能需要的所有必需功能以进行高效的数据报告和分析。JS数据透视表带有拖放支持，您可以使用光标移动字段。用户可以对数据进行排序，向下钻取并筛选到适当的枢轴网格数据。JavaScript数据透视网格也可以毫无麻烦地计算小计和总计。用户还可以选择扩展或折叠小计。

Orb.js的另一个强大功能是用户可以启用固定标题选项。这个数据透视表以其简约和整洁的设计而闻名，可让您在快速透视网格中高效地评估和分析数据。Orb.js根据MIT许可证免费分发。

4. React-Pivot Table

React-Pivot Table提供了一个拖放功能，您可以通过它创建枢纽网格应用程序的另一个基于React的库。网络报告工具可以过滤以及评估总计。用户还可以选择使用自定义缩放颜色更改其外观。这个Web数据透视表是基于jQuery的，由与PivotTable.js合作的开发人员构建。

React-Pivot表提供本地化支持，并具有内置表格，热图和表格条形图渲染器。

但是，选择正确的Web数据透视表取决于您的特定个人和业务需求。我已经编制了一些Web透视表的列表，以帮助您做出明智的决定。

至顶网CIO与应用频道 02月27日 编译：机器学习、人工智能、区块链、预测分析——所有令人惊叹的技术都承诺将革新商业和社会。

但如果没有数据的话，这些技术就一无是处。所幸的是，对于那些没有资源有条不紊收集每一条有用信息的企业和组织而言，他们可以免费从网上得到庞大（并且不断增加）的数据。

我们列出了2018年的30个免费在线大数据来源：

1、 世界银行开放数据（World Bank Open Data），是涵盖了全球人口统计数据、大量经济和发展指标的数据集。

2、 国际货币基金组织数据（IMF Data），国际货币基金组织公布的国际财务状况、债务率、外汇储备、商品价格和投资数据。

3、 美国国家教育统计中心（The US National Center for Education Statistics Data），提供了覆盖美国和世界各地的教育机构和教育人口统计的数据。

4、 英国数据中心（The UK Data Centre）是英国最大的社会、经济和人口的数据集。

5、 FiveThirtyEight，有大量提供政治和体育问题舆论数据的民意调查。

6、 FBI统一犯罪报告（FBI Uniform Crime Reporting），联邦调查局负责编辑和出版国家犯罪统计数据，并在国家、州和县级提供免费数据。

7、 美国司法局（Bureau of Justice），在这里你可以找到关于美国执法机构、监狱、假释和缓刑机构及法院的数据。

8、 Qlick Data Market提供免费包，可访问涵盖世界人口、货币、发展指标和天气数据的数据集。

9、 美国宇航局外行星存档（NASA Exoplanet Archive）的公共数据集涵盖了由美国宇航局空间探索任务收集的行星和恒星数据。

10、 联合国贸易数据库（UN Comtrade Database Statistics）统计是由联合国汇编并出版的资料，包括Comtrade Lab，展示了如何使用尖端分析和工具从数据中提取价值。

11、 金融时报市场数据（Financial Times Market Data）是关于全球金融市场的最新信息，包括股票价格指数、商品和外汇。

12、 谷歌趋势（Google Trends）是检查和分析全球互联网上搜索活动和趋势新闻的数据。

13、 Twitter，Twitter的优势在于大多数对话都是公开的，这意味着大量的数据可以通过其API获得，谁正在谈论什么，何地、何时以及为什么。

14、 谷歌学术（Google Scholar）包括学术论文、期刊、书籍和法律判例法的文本内容。

15、 Instagram，与Twitter一样，Instagram的帖子和对话默认为公开，其API允许对喜欢、提及和商业细节进行分析。

16、 OpenCorporates是全球最大的企业开放数据库。

17、 Glassdoor API提供了有关职位空缺、候选人、薪水和员工满意度的信息，可通过他们的开发者API获得。

18、 IMDB Datasets，是从网络上最大的电影、电视和从业人员中获得的多种格式数据集。

19、 OpenLibrary Data Dumps是关于世界各地图书馆书籍目录的数据集。

20、 Labelled Faces in the Wild整理并标记了13,000个人脸图像，用于开发涉及面部识别的应用。

21、 Microsoft Marco是微软的开放式机器学习数据集，用于阅读理解和问题回答的培训系统。

22、 机器学习数据集知识库（Machine Learning Dataset Repository）由集合了由参与机器学习项目的数据科学家贡献的开放数据集。

23、 易趣市场数据洞察（eBay Market Data Insights）提供了来自eBay的数以百万计的在线销售和拍卖数据。

24、 自然历史博物馆数据门户（Natural History Museum Data Portal）提供了关于伦敦博物馆藏品中近400万个历史标本的信息，以及自然世界的科学录音。

25、 欧洲核子研究中心开放数据（CERN Open Data），欧洲核子研究中心开展的粒子物理实验提供了超过1PB的数据。

26、 One Million Audio Cover Images数据集托管在archive.org上，涵盖世界各地发布的音乐，用于图像处理研究

27、 Complete Public Reddit Comments Corpus，2007年至2015年期间在Reddit上发布的10多亿份公共评论，用于训练语言算法。

28、 Microsoft Azure Data Markets Free Datasets，提供了涵盖从农业到天气所有内容的免费数据集。

29、 Irish Electric Vehicle Charge Point Status收集了这个负责爱尔兰共和国和北爱尔兰电动汽车充电站网络数据机构的数据。

30、 LondonAir提供了来自伦敦各地的污染和空气质量数据。

数据在当今世界意味着金钱。随着向基于app的世界的过渡，数据呈指数增长。然而，大多数数据是非结构化的，因此需要一个过程和方法从数据中提取有用的信息，并将其转换为可理解的和可用的形式。

数据挖掘或“数据库中的知识发现”是通过人工智能、机器学习、统计和数据库系统发现大数据集中的模式的过程。

免费的数据挖掘工具包括从完整的模型开发环境如Knime和Orange，到各种用Java、c++编写的库，最常见的是Python。数据挖掘中通常涉及到四种任务:

分类:将熟悉的结构概括为新数据的任务

聚类: 在数据中以某种方式查找组和结构的任务，而不需要在数据中使用已注意的结构。

关联规则学习: 查找变量之间的关系

回归: 旨在找到一个函数，用最小的错误来模拟数据。

下面列出了用于数据挖掘的免费软件工具

数据挖掘工具

1.Rapid Miner

Rapid Miner，原名YALE又一个学习环境，是一个用于机器学习和数据挖掘实验的环境，用于研究和实际的数据挖掘任务。毫无疑问，这是世界领先的数据挖掘开源系统。该工具以Java编程语言编写，通过基于模板的框架提供高级分析。

它使得实验可以由大量的可任意嵌套的操作符组成，这些操作符在XML文件中是详细的，并且是由快速的Miner的图形用户界面完成的。最好的是用户不需要编写代码。它已经有许多模板和其他工具，让我们可以轻松地分析数据。

2. IBM SPSS Modeler

IBM SPSS Modeler工具工作台最适合处理文本分析等大型项目，其可视化界面非常有价值。 它允许您在不编程的情况下生成各种数据挖掘算法。 它也可以用于异常检测、贝叶斯网络、CARMA、Cox回归以及使用多层感知器进行反向传播学习的基本神经网络。

3.Oracle Data Mining

Oracle。 作为“高级分析数据库”选项的一部分，Oracle数据挖掘功能允许其用户发现洞察力，进行预测并利用其Oracle数据。您可以构建模型来发现客户行为目标客户和开发概要文件。

Oracle Data Miner GUI使数据分析师、业务分析师和数据科学家能够使用相当优雅的拖放解决方案处理数据库内的数据。 它还可以为整个企业的自动化、调度和部署创建SQL和PL / SQL脚本。

4. Teradata

Teradata认识到，尽管大数据是令人敬畏的，但如果您实际上并不知道如何分析和使用它，那么它是毫无价值的。 想象一下，有数百万的数据点没有查询的技能。 这就是Teradata所提供的。它们提供数据仓库，大数据和分析以及市场营销应用程序方面的端到端解决方案和服务。

Teradata还提供一系列的服务，包括实施，业务咨询，培训和支持。

5. Framed Data

这是一个完全管理的解决方案，这意味着你不需要做任何事情，而是坐下来等待见解。 框架数据从企业获取数据，并将其转化为可行的见解和决策。 他们在云中训练、优化和存储产品的电离模型，并通过API提供预测，消除基础架构开销。 他们提供了仪表板和情景分析工具，告诉你哪些公司杠杆是驾驶你关心的指标。

6. Kaggle

Kaggle是全球最大的数据科学社区。 公司和研究人员张贴他们的数据，来自世界各地的统计人员和数据挖掘者竞相制作最好的模型。

Kaggle是数据科学竞赛的平台。 它帮助您解决难题，招募强大的团队，并扩大您的数据科学人才的力量。

3个步骤的工作 -

上传预测问题

提交

评估和交流

7. Weka

WEKA是一个非常复杂的数据挖掘工具。 它向您展示了数据集、集群、预测建模、可视化等方面的各种关系。您可以应用多种分类器来深入了解数据。

8. Rattle

Rattle代表R分析工具轻松学习。 它提供数据的统计和可视化汇总，将数据转换为可以轻松建模的表单，从数据中构建无监督模型和监督模型，以图形方式呈现模型的性能，并对新数据集进行评分。

它是一个使用Gnome图形界面在统计语言R编写的免费的开源数据挖掘工具包。 它运行在GNU / Linux，Macintosh OS X和MS / Windows下。

9. KNIME

Konstanz信息采集器是一个用户友好、可理解、全面的开源数据集成、处理、分析和探索平台。它有一个图形用户界面，帮助用户方便地连接节点进行数据处理。

KNIME还通过模块化的数据流水线概念集成了机器学习和数据挖掘的各种组件，并引起了商业智能和财务数据分析的注意。

10. Python

作为一种免费且开放源代码的语言，Python通常与R进行比较，以方便使用。 与R不同的是，Python的学习曲线往往很短，因此成了传奇。 许多用户发现，他们可以开始构建数据集，并在几分钟内完成极其复杂的亲和力分析。 只要您熟悉变量、数据类型、函数、条件和循环等基本编程概念，最常见的业务用例数据可视化就很简单。

11. Orange

Orange是一个以Python语言编写的基于组件的数据挖掘和机器学习软件套件。它是一个开放源码的数据可视化和分析的新手和专家。数据挖掘可以通过可视化编程或Python脚本进行。它还包含了数据分析、不同的可视化、从散点图、条形图、树、到树图、网络和热图的特征。

12. SAS Data Mining

使用SAS Data Mining商业软件发现数据集模式。 其描述性和预测性建模提供了更好的理解数据的见解。 他们提供了一个易于使用的GUI。 他们拥有自动化的数据处理工具，集群到最终可以找到正确决策的最佳结果。 作为一个商业软件，它还包括可升级处理、自动化、强化算法、建模、数据可视化和勘探等先进工具。

13. Apache Mahout

Apache Mahout是Apache软件基金会（Apache Software Foundation）的一个项目，用于生成主要集中在协作过滤、聚类和分类领域的分布式或其他可伸缩机器学习算法的免费实现。

Apache Mahout主要支持三种用例：建议挖掘采取用户行为，并尝试查找用户可能喜欢的项目。 集群需要 文本文档，并将它们分组为局部相关的文档。 分类从现有的分类文档中学习到特定类别的文档是什么样子，并能够将未标记的文档分配给（希望）正确的类别。

14. PSPP

PSPP是对采样数据进行统计分析的程序。 它有一个图形用户界面和传统的命令行界面。 它用C语言编写，使用GNU科学图书馆的数学例程，并绘制UTILS来生成图表。 它是专有程序SPSS（来自IBM）的免费替代品，可以自信地预测接下来会发生什么，以便您可以做出更明智的决策，解决问题并改进结果。

15. jHepWork

jHepWork是一个免费的开放源代码数据分析框架，它是为了使用开放源代码软件包和可理解的用户界面创建一个数据分析环境，并创建一个与商业程序相竞争的工具。

JHepWork显示数据集的交互式2D和3D图，以便更好地分析。 Java中实现了数字科学库和数学函数。 jHepWork基于高级编程语言Jython，但Java编码也可用于调用jHepWork数值库和图形库。

16. R programming Language

为什么R是这个名单上免费数据挖掘工具的超级巨星?它是免费的、开源的，并且很容易为那些没有编程经验的人挑选。实际上，有数以千计的库可以集成到R环境中，使其成为一个强大的数据挖掘环境。它是一个免费的软件编程语言和软件环境，用于统计计算和图形。

在数据采矿者中广泛使用R语言进行统计软件和数据分析。近年来，易用性和可扩展性大大提高了R的知名度。

17. Pentaho

Pentaho为数据集成，业务分析和大数据提供了一个全面的平台。 有了这个商业工具，你可以轻松地融合任何来源的数据。 深入了解您的业务数据，为未来做出更准确的信息驱动决策。

18. Tanagra

TANAGRA是一个用于学术和研究目的的数据挖掘软件。 有探索性数据分析，统计学习，机器学习和数据库领域的工具。 Tanagra包含一些监督学习，但也包括其他范例，如聚类，因子分析，参数和非参数统计，关联规则，特征选择和构建算法。

19. NLTK

自然语言工具包，是一套用于Python语言的符号和统计自然语言处理（NLP）的库和程序。 它提供了一个语言处理工具库，包括数据挖掘，机器学习，数据报废，情感分析和其他各种语言处理任务。 构建python程序来处理人类语言数据。

数据可视化正在帮助全球的公司识别模式，预测结果并提高业务回报。可视化是数据分析的一个重要方面。简而言之，数据可视化以可视格式传达表格或空间数据的结果。图像有能力清晰地捕捉注意力并传达想法。这有助于决策并推动改进行动。

通过使用正确的工具，您可以从原始数据中勾勒出令人信服的视觉故事。以下是一些用于数据可视化的免费和开源工具。

1.Candela

如果您了解JavaScript，那么您可以使用此开源工具进行丰富的数据可视化。Candela是一个开源的可互操作网络可视化组件。

2.Charted

Charted是一款免费的数据可视化工具，可让您从CSV文件和Google电子表格创建线形图或条形图。收费带有集成组件，包括LineUp组件，UpSet组件，OnSet组件，Vega可视化和GeoJS地理空间可视化。该工具不存储数据或操作它。纯粹基于可视化，它具有基本功能来创建带有标签和备注的线条或堆积图表。

3.数据包装器

Datawrapper是一款移动友好的数据可视化工具，可让您在几秒钟内创建图表和报告。该工具的免费版本适用于单个用户，支持每月10,000个月的图表视图。使用该工具，您可以创建不同类型的可视化效果，如条形图，分割图，堆积图，点图，箭头图，面积图，散点图，符号图和等值线图。您不需要编码或设计技能来使用该工具。

4. Google Data Studio

如果您拥有Gmail帐户，Google的数据可视化工具就可以免费且轻松地进行设置。您可以轻松将其与Google产品相关联，例如Google AdWords，Google Analytics，YouTube Analytics和Google表格。

5.谷歌图表

Google的另一个简单而免费的数据可视化工具是Google Charts 工具。该工具带有用于可视化的交互式图表和数据工具。

6.Leaflet

Leaflet是一个开源的JavaScript库，允许您制作适合移动设备的交互式地图。该工具有很多插件可用于添加功能，并可在各种桌面和移动平台上正常运行。

7. MyHeatMap

MyHeatMap是一款免费工具，可以交互式查看您的地理数据。该工具的免费版本只提供公共地图，您可以为每个这些免费地图添加20个数据点。该工具使用颜色编码的热图更容易理解数据。您也可以在同一张地图内的数据集之间切换。

8. Openheatmap

Openheatmap让你把你的电子表格变成一张地图。您可以上传CSV文件或Google表格，以在几秒钟内创建交互式在线地图。该工具可用于解释邮政编码等客户人口统计数据。

9.Palladio

Palladio是一款免费工具，旨在将复杂的历史数据可视化。它具有地图视图，图形视图，列表视图和图库视图等功能。您可以使用该工具可视化CSV，TAB或TSV文件中的数据。通过图表视图，您可以可视化数据维度之间的关系。数据显示为通过线路连接的节点。另一方面，列表视图允许您安排数据以制作自定义列表。该工具还具有图库视图以在网格中显示数据。

10. RawGraphs

RawGraphs是一个开源平台，可帮助您可视化TSV，CSV，DSV或JSON数据。免费工具使用简单，并有助于将数据转换为图表。

11. Tableau Public

Tableau Public是一款免费的商业智能工具，允许用户创建和共享交互式图表，图表，地图和应用程序。该工具的免费版本带有10 GB的存储空间。您可以将它连接到Google表格，Microsoft Excel，文本文件，JSON文件，空间文件，Web数据连接器，OData以及SAS（* .sas7bdat），SPSS（* .sav）和R等统计文件（* .rdata，* .rda）。

12.时间表

时间轴 是一款免费工具，可让您为报告创建时间表。您可以使用工具中提供的模板连接您的Google云端硬盘帐户，从Google电子表格创建时间表。使用JSON，您可以创建自定义安装。

13. Chartist.js

Chartist.js是一款免费的数据可视化工具，可让您快速轻松地创建响应式图表。

该工具提供了很大的灵活性并且可以自定义。你甚至可以使用CSS动画和转换到你的SVG元素。

14. ColorBrewer

ColorBrewer是一款免费工具，可用于根据配色方案更好地制作地图。该工具可以轻松区分复杂地图上的颜色。

15. D3.js

D3.js 是一个免费的JavaScript库，可以帮助您使用数据创建图像。该工具使您能够将任意数据连接到文档对象模型（DOM），然后将数据驱动的转换应用于文档。通过DOM编程API，程序员可以将文档作为对象访问。

16.Plotly

Plotly是一款开放源代码工具，可用于撰写，编辑和共享交互式数据可视化。您可以使用该工具通过上传CSV文件或连接到SQL数据库来创建D3.js图表和地图。您也可以使用R或Python创建图表。

17. Polymaps

Polymaps是一个免费的JavaScript库，用于在浏览器中创建动态的交互式地图。您可以使用该工具在地图上显示多缩放数据集。该工具使用可缩放矢量图形（SVG）来显示图像，从而使您可以使用CSS定义设计。

18.Weave

Weave是一个免费的数据可视化平台，符合ADA标准。该工具带有全键盘和辅助设备导航以及完整的屏幕阅读器支持。该工具还自动实时描述图像。

19. Dygraphs

Dygraphs是一个基于JavaScript的开源图表库。这个免费的工具可以用来分析密集的数据集。该工具是高度可定制的，并适用于所有浏览器。该工具为错误栏/置信区间提供了强有力的支持。

20.GanttPro

除此之外，还有许多数据可视化工具可以在有限的时间内提供免费试用。 例如，项目管理工具GanttPro可帮助您在15天的试用期内免费创建项目图表。

数据可视化对精确的数据分析至关重要。利用正确的工具，您可以轻松地向您的利益相关者总结和解释复杂的数据。通过利用数据产生的可操作的见解，公司可以获得巨额利润和储蓄。我们说的有多大？Netflix 在2017年 以其ML算法向用户推荐个性化电视节目和电影，节省了约 10亿美元。正确使用时，数据分析和可视化有能力改变人们的生活方式。

点一下关注哦！~~

机器学习领域里有哪些开放数据集？Gengo 近日发布了一份高质量免费数据集列表，其搜索范围不仅包含内容广泛（如 Kaggle），也包括高度特化的（如自动驾驶汽车专用数据集）数据集种类。

首先，在选择数据集时要记住几个重要标准：

数据集不能是混乱的，因为你不希望花费大量时间整理数据。数据集不应该有过多的行或者列，这样才能容易处理。数据越干净越好——清理大型数据集可能会非常耗时。该数据集可以用于回答一些有趣的问题。

这样的话，让我们看看能找到点什么？

查找数据集

Kaggle：一个数据科学竞赛网站，其中包含大量外部贡献的有趣数据集。你可以在它长长的列表中（https://kaggle/datasets）找到各种小众数据集，从拉面的评分、篮球数据，到西雅图的宠物牌照。

UCI Machine Learning Repository：它是网络中最古老的数据集源之一，是寻找各种有趣数据集的第一选择。在这里，尽管数据集都是用户自行贡献的，但清洁程度仍然很高。此外，你可以直接从 UCI Machine Learning Repository 上下载数据，无需注册。

通用数据集

公共政府数据集

Data.gov：这个网站可以从多个美国政府机构下载数据，从政府预算到学校成绩。不过要注意：其中的大部分数据需要进一步研究。

链接：https://data.gov/

Food Environment Atlas：包含有关本地食物选择如何影响美国饮食习惯的数据。

链接：https://catalog.data.gov/dataset/food-environment-atlas-f4a22

School system finances：美国学校系统财务状况调查。

链接：https://catalog.data.gov/dataset/annual-survey-of-school-system-finances

Chronic disease data：美国各地慢性病指标数据。

链接：https://catalog.data.gov/dataset/u-s-chronic-disease-indicators-cdi-e50c9

The US National Center for Education Statistics：美国和世界各地教育机构和教育人口统计数据。

链接：https://nces.ed.gov/

The UK Data Centre：英国最大的社会、经济和人口数据收集。

链接：https://ukdataservice.ac.uk/

Data USA：美国公共数据的全面可视化。

链接：http://datausa.io/

金融类

Quandl：很好的财经数据来源——有助于建立预测经济指标或股票价格的模型。

链接：https://quandl/

World Bank Open Data：涵盖人口统计和世界各地大量经济和发展指标的数据集。

链接：https://data.worldbank.org/

IMF Data：国际货币基金组织公布有关国际金融、债务利率、外汇储备、商品价格和投资的数据。

链接：https://imf.org/en/Data

Financial Times Market Data：世界金融市场的最新信息，包括股票价格指数、商品和外汇。

链接：https://markets.ft/data/

Google Trends：观察和分析有关互联网搜索活动和世界各地新闻故事趋势的数据。

链接：http://google/trends?q=google&ctab=0&geo=all&date=all&sort=0

AmericanEconomic Association (AEA)：寻找美国宏观经济数据的来源。

链接：https://aeaweb.org/resources/data/us-macro-regional

机器学习数据集

图像

Labelme：注释图像的大数据集。

链接：http://labelme.csail.mit.edu/Release3.0/browserTools/php/dataset.php

ImageNet：著名的 ImageNet，由斯坦福大学教授李飞飞等人发起，它是面向新算法的真实图像数据集。根据 WordNet 层次结构来组织，其中层次结构的每个节点都由成百上千个图像来描述。

链接：http://image-net.org/

LSUN：场景理解和许多辅助任务（房间布局估计、显著性预测等）。

链接：http://lsun.cs.princeton.edu/2016/

MS COCO：ImageNet 之外另一个常用的图像数据集，包含通用图像理解和注释。

链接：http://cocodataset.org/

COIL100：100 个不同的物体在 360°旋转中以每个角度成像。

链接：http://www1.cs.columbia.edu/CAVE/software/softlib/coil-100.php

Visual Genome：非常详细的视觉知识库，配有约 100K 个图像的注释。

链接：http://visualgenome.org/

Google's Open Images：Creative Commons 下的 900 万个图片的网址集合，「已经标注了跨越 6000 多个类别的标签」。

链接：https://research.googleblog/2016/09/introducing-open-images-dataset.html

Labelled Faces in the Wild：13000 张贴有标签的人脸图像，用于开发涉及人脸识别的应用。

链接：http://vis-cs.umass.edu/lfw/

Stanford Dogs Dataset：包含 20580 个图像和 120 个不同品种的狗类别。

链接：http://vision.stanford.edu/aditya86/ImageNetDogs/

Indoor Scene Recognition：非常具体的数据集，适用于大多数场景识别模型，因为后者在「外部」表现更好。包含 67 个室内类别，总共 15620 个图像。

链接：http://web.mit.edu/torralba/www/indoor.html

情感分析

Multidomain Sentiment analysis dataset：有点旧的一个数据集，以亚马逊的产品评论为特色。

链接：http://cs.jhu.edu/~mdredze/datasets/sentiment/

IMDB reviews：用于二进制情感分类的较旧的、相对较小的数据集，具有 25000 个电影评论。

链接：http://ai.stanford.edu/~amaas/data/sentiment/

Stanford Sentiment Treebank：带有情感注释的标准情感数据集。

链接：https://nlp.stanford.edu/sentiment/code.html

Sentiment140：一个流行的数据集，使用 16 万条预先删除表情符号的推文

链接：http://help.sentiment140/for-students/

Twitter US Airline Sentiment：2015 年 2 月以来美国航空公司的推特数据，分为正面、负面和中性。

链接：https://kaggle/crowdflower/twitter-airline-sentiment

自然语言处理

Enron Dataset：Enron 公司高层管理人员的电子邮件数据，整理成文件夹。

链接：https://cs.cmu.edu/~./enron/

Amazon Reviews：包含来自亚马逊长达 18 年的约 3500 万条评论。数据包括产品和用户信息、评级和明文审查。

链接：https://snap.stanford.edu/data/web-Amazon.html

Google Books Ngrams：Google 书籍中的词汇集合。

链接：https://aws.amazon/cn/datasets/google-books-ngrams/

Blogger Corpus：从 blogger . com 收集的 681288 篇博客文章。每个博客至少包含 200 个常用英语单词。

链接：http://u.cs.biu.ac.il/~koppel/BlogCorpus.htm

Wikipedia Links data：维基百科全文。数据集包含 400 多万篇文章中的近 19 亿字。你可以根据单词、短语或段落本身的一部分进行搜索。

链接：https://code.google/p/wiki-links/downloads/list

Gutenberg eBooks List：古腾堡计划电子书注释清单。

链接：http://gutenberg.org/wiki/Gutenberg:Offline_Catalogs

Hansards text chunks of Canadian Parliament：加拿大第 36 届国会记录 130 万对文本。

链接：https://isi.edu/natural-language/download/hansard/

Jeopardy：机智问答节目 Jeopardy 中存档的 20 多万个问题。

链接：https://reddit/r/datasets/comments/1uyd0t/200000jeopardyquestionsinajsonfile/

SMS Spam Collection in English：由 5574 条英文短信垃圾邮件组成的数据集

链接：http://dt.fee.unicamp.br/~tiago/smsspamcollection/

Yelp Reviews：Yelp 发布的开放数据集包含 500 多万条评论。

链接：https://yelp/dataset

UCI's Spambase：大型垃圾邮件数据集，可用于垃圾邮件过滤。

链接：https://archive.ics.uci.edu/ml/datasets/Spamb (https://archive.ics.uci.edu/ml/datasets/Spambase)

自动驾驶

Berkeley DeepDrive BDD100k：目前最大的自动驾驶人工智能数据集。包含 100000 多段视频，内容涉及一天中不同时间和天气条件下 1100 多小时的驾驶体验。注释图像来自纽约和旧金山地区。

链接：http://bdd-data.berkeley.edu/

Baidu Apolloscapes：百度 Apollo 计划开放的大规模自动驾驶数据集。它定义了 26 个不同语义项目，如汽车、自行车、行人、建筑物、路灯等。

链接：http://apolloscape.auto/

Comma.ai：7 小时以上的公路行驶体验。详细信息包括车速、加速度、转向角和 GPS 坐标。

链接：https://archive.org/details/comma-dataset

Oxford's Robotic Car：一年内在英国牛津同一条路线重复 100 多次的行驶。数据集捕捉天气、交通和行人的不同组合，以及建筑和道路工程等长期变化。

链接：http://robotcar-dataset.robots.ox.ac.uk/

Cityscape Dataset：记录 50 个不同城市街道场景的大型数据集。

链接：https://cityscapes-dataset/

CSSAD Dataset：该数据集可用于自主车辆的感知和导航。数据集在发达国家的道路上出现严重偏差。

链接：http://aplicaciones.cimat.mx/Personal/jbhayet/ccsad-dataset

KUL Belgium Traffic Sign Dataset：比利时佛兰德区数以千计截然不同的超过 10000 个的交通标志标注。

链接：http://vision.ee.ethz.ch/~timofter/traffic_signs/

MIT AGE Lab：在 AgeLab 收集的 1000 多个小时的多传感器驱动数据集样本。

链接：http://lexfridman/carsync/

LISA: Laboratory for Intelligent & Safe Automobiles, UC San Diego Datasets：此数据集包括交通标志、车辆检测、交通灯和轨迹模式。

链接：http://cvrr.ucsd.edu/LISA/datasets.html

如果你知道本文中有哪些漏掉的重要数据集，欢迎留言补充。

【这些免费数据库，你都知道吗？】①国家哲学社会科学文献中心：上线文献超过1000万条；②汉斯出版社中文学术期刊：提供125本国际开源中文期刊的免费下载阅读；③Blackwell电子期刊：国际性期刊800余种，涵盖十多个学科；④科研出版社OA资源：共有 180 多种期刊的电子版本…更多 @人民日报：【开学必备！50个全球免费电子数据库，助你写出高质量论文！】又到开学季，毕业论文，学期论文，课题论文…你还在为找不到文献资料而抓狂吗？不要发愁，为你整理50个全球免费电子数据库中文、外文数据库，期刊、电子书、学位论文，你想要的各种资源，全都有！速速收藏，写论文如有神助！

版权声明：如涉及版权问题，请作者持权属证明与本网联系

来源：人民日报