【编者按】“收集数据只是第一步,分析数据才是关键”,R语言的发展满足了大数据时代统计编程的需求,然而开源环境下的R语言面临着诸多问题,商业支持或许会给R语言带来更好的发展,Revolution Analytics首先推出了AdviseR,CFOworld的Joab Jackson为我们带来了精彩分析。
数据的爆炸性增长给企业带来了压力,同时也催生了数据驱动业务的发展理念,企业等各种组织不得不重视数据统计和分析的作用,为统计计算和图形化而生的R语言迎合了这一庞大的需求,为了帮助企业更好地掌握和利用R语言,应对大数据时代统计编程的需求,Revolution Analytics推出了新工具包,以支持R语言。
David Smith是Revolution Analytics的社区总监和新开源解决方案组的领头人,他指出:“许多公司投入大量资金收集数据,这在过去是从未有过的,而收集数据只是第一步,分析数据才是关键。”这也解释了为什么组织想要仔细地研究R语言。
Smith告诉我们:“R语言几乎成为了数据科学领域的通用语言。”
作为一个用于统计分析和基于数据图形渲染的开源编程语言,R语言获得的人气很高。Revolution Analytics估计在所有数据挖掘项目中超过70%用到了R语言,R语言广泛应用于各个领域,尤其是在金融、制药、新闻传媒和市场营销等行业,这些行业采用R语言辅助决策,基于数据发展相关业务。
Revolution Analytics已经提供了一个商业级R语言发行版,该发行版被称为Revolution R Enterprise(RRE)。RRE专用于解决特定的问题,比如:大数据式的数据分析和高性能计算等,Smith表示:“我们致力于通过AdviseR帮助到每一个使用R语言的人。”
这个包在R 3和R 3.1中都提供相关支持,像其他被广泛使用的第三方插件包一样,该工具包有良好的兼容性。
目前很多公司还只在内部使用R语言,但它们正在努力将这一统计编程语言应用到全面的生产使用中,Revolution Analytics致力于为这些企业设计工具包,并提供相关服务。
该工具包还为R语言提供实时的技术支持,Revolution Analytics工程师分布在美国、英国和新加坡,确保可以为全球用户提供实时服务。
该公司还为企业提供电话热线,帮助企业解决R语言的安装和运行、数据源使用、性能问题的故障排除、错误诊断和功能使用等技术问题。
Smith预测服务部门会收到很多技术问题,而这些问题可能从R语言安装时就产生了。“和许多开源软件一样,一旦你开始使用R语言,难免会遇到各种各样的问题。”帮助企业分析内部数据集也是个新的领域,服务部门会提供一些帮助。
虽然R语言看起来并不难学,但是学习R语言“不仅仅是学习使用图形用户界面这么简单,要真正使用好R语言,用户界面背后的代码才是难点。”
该服务可以帮助用户将他们的R语言副本与其他副本联系起来,提供更多的图形化业务分析工具,比如Tableau、Alteryx Analytics、RStudio和Qlikview。
AdviseR工具包允许用户对论坛和由Revolution Analytics维护的知识库进行无限制访问,该公司还将每月提供由R语言专家参与的Web研讨会。
我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。
我原创,你原创,我们的内容世界才会更加精彩!
【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】
微信公众号

TechTarget
官方微博

TechTarget中国
相关推荐
-
GPU云实例有益于计算密集型应用 但要付出成本代价
公有云提供商越来越多地为大计算量应用提供基于GPU的云服务,但组织需要合适的技能和预算来部署它们。
-
Hitachi Content Intelligence:可实现数据搜索与分析
内置在日立内容产品组合对象存储中的Hitachi Content Intelligence(日立内容智能解决方案)可从存储库中提取数据和元数据,以便对非结构化数据执行数据分析操作。
-
2017谷歌火力全开:瞄准机器学习与数据分析
2016年,Google将赌注的筹码放在了机器学习和数据分析上,以此来区分它的云平台,从而在企业客户中产生重大影响力。
-
2017云计算前景:是你主导它,还是被它主导?
云计算不再是一个新想法。但它仍然在大幅发展着。本文介绍了一些未来趋势,这些趋势可能会主导企业在2017年对待云计算的方式。