Phuong Thao Analytics

Training & Consulting Data Analytics for big enterprises & public (+38 courses opened; +100 participants/public course) | Phuong Thao Analytics (Fb: +13K followers)

Chào các người, lại là mình đây!

Tiếp theo nội dung bài viết số <4> về chủ đề Những technology phân tích dữ liệu dẫn đầu trên nuốm giới, thì từ bây giờ mình sẽ share tiếp về những chủ đề:

1. Phân biệt những nhóm technology phân tích dữ liệu:

2. Tương lai ngành Data Anaytics thuộc về nhóm công nghệ phân tích dữ liệu nào?

---

1. Phân biệt các nhóm công nghệ phân tích dữ liệu

Phân theo mức độ coding lúc thực hiện: no-code (free code), low-code, pro-code (traditional coding), combined (kết thích hợp cả no-code với pro-code), automation (tự động)

(1) No-code (free-code): fan phân tích tài liệu chỉ dùng thao tác làm việc kéo thả (drag & drop) để tiến hành phân tích dữ liệu, không cần phải coding (định nghĩa giờ đồng hồ Anh: no-code analytics platform with a user-friendly, drag-and-drop interface.)

(2) Low-code: bạn phân tích dữ liệu dùng thao tác làm việc kéo thả (drag & drop) để thực hiện phân tích dữ liệu, rất có thể coding 1 không nhiều để linh hoạt theo nhu cầu khác (định nghĩa giờ đồng hồ Anh: Low-code development is anew approach to app creation that empowers developers to lớn create powerful software applications, with a minimum of hand coding.

Bạn đang xem: Phân tích dữ liệu hình ảnh và video (Image and Video Data Analytics)

)

*The concepts of low-code and no-code are similar, which is why they are often referred to together(source: Low-Code vs No-Code: which one is better?).

Những công nghệ trong đội no-code, low-code, thường xuyên gọi chung là Visual-based platforms (thực hiện so với dữ liệu bằng cách kéo thả hình ảnh chức năng)

(3) Pro-code (high code, traditional coding): người phân tích dữ liệu không thao tác kéo thả (drag và drop) để triển khai phân tích dữ liệu, đa số coding tổng thể để thực hiện làm việc phân tích dữ liệu như truyền thống lâu đời (định nghĩa tiếng Anh: Pro code goes by plenty of other names. High code và traditional code are two of the other common ways it’s referred to, but in the kết thúc it all means the same thing – coding out your analytics in the traditional manner.)

Những technology trong nhóm pro-code, thường xuyên gọi thông thường là Coding-based platforms (thực hiện phân tích dữ liệu bằng cách code truyền thống).

(4) Combined (kết vừa lòng cả low-code với pro-code): bạn phân tích tài liệu dùng làm việc kéo thả (drag và drop) để thực hiện kĩ thuật phân tích tài liệu phổ biến, rất có thể coding sâu sát cho những nhu cầu phức tạp.

(5) Automation (ví dụ Auto ML) : tự làm những thứ một cách tự động, không giống với no-code/low code: đề xuất tự làm thủ công nhưng có tác dụng với tác dụng đã tích hợp chứ không hề code tay (định nghĩa tiếng Anh: Automated Machine Learning is an entirely different business from low code tools for data science. Automated Machine Learning applications are confined khổng lồ training machine learning models, in a fully automated way. Low code tools for data science, on the opposite, cover a plethora of different data science operations, from data transformations to lớn machine learning algorithms, exposing many of the hyper-parameters involved in the definition of the mã sản phẩm or of the transformation.)

Những công nghệ auto như Auto ML sẽ được gọi là Augmented analytics platforms.

Hình 1: Phân các loại một số công nghệ phân tích tài liệu phổ biến

T5QB06o
TPNakft
YQdv
DTZ2A62y3B0qtb
Gj
Vsvw4" alt="*">