对于从事大数据的人员出来大数据开发方面的知识要了解同时还要知道和了解一些相关的大数据分析处理工具，这样可以让我们工作起来事半功倍。在我们参加大数据培训课程时我们也会学习相关的软件。
今天我们就了解一下常见的数据挖掘分析处理工具
dedup——dedup是一个Python库，使用机器学习快速的对结构化数据进行重复数据删除和实体解析。更方便的是，它有一个图形用户界面(GUI)，任何人都可以使用它。
Theano——Theano是一个Python库，你可以有效地定义、优化以及评估包含多维数组的数学表达式。
StarCluster——StarCluster已经开始在Amazon的EC2云服务器中设计虚拟机创建、配置和管理集群的自动和简化程序。StarCluster允许所有人在面向分布式和并行计算的应用和系统的云服务器中轻松的创建一个集群计算环境。这允许你在无限制的数据上做交互程序。
graph-tool——Graph-tool是一个高效的Python模块，用于图形 （也称为网络）的操作和统计分析。 与大多数具有类似功能的其他python模块相反，核心数据结构和算法是用C ++实现的，大量使用模板元编程，主要基于Boost Graph Library。这使其具有与纯C / C ++库相当的性能水平（内存使用和计算时间）。
Plotly——Plotly是一个面向R，Python，MATLAB，JavaScript和Excel的交互式图形库。Plotly也是一个用于分析和分享数据和图像的平台。
对于上边的有关大数据数据挖掘分析处理工具大家都了解多少呢，可能从事大数据工作的知道的比较多，刚参加大数据培训和刚毕业的学员知道的比较少，那么这里希望通过这个可以帮助大家更多的了解大数据。
上一篇: 大数据培训之数据挖掘常见的错误
下一篇: Java培训Spring课程之FactoryBean
