Hình ảnh VM cho các dự án khoa học dữ liệu

Vì có rất nhiều công cụ có sẵn cho các nhiệm vụ khoa học dữ liệu và việc cài đặt mọi thứ và xây dựng một hệ thống hoàn hảo là rất khó khăn.

Có hình ảnh Linux / Mac OS với Python, R và các công cụ khoa học dữ liệu nguồn mở khác được cài đặt và có sẵn cho mọi người sử dụng ngay không? Một Ubuntu hoặc một hệ điều hành có trọng lượng nhẹ với phiên bản Python, R mới nhất (bao gồm cả IDE) và các công cụ trực quan hóa dữ liệu nguồn mở khác được cài đặt sẽ rất lý tưởng. Tôi đã không bắt gặp một trong những tìm kiếm nhanh của tôi trên Google.

Xin vui lòng cho tôi biết nếu có bất kỳ hoặc nếu ai đó của bạn đã tạo ra một cho riêng mình? Tôi giả sử một số trường đại học có thể có hình ảnh VM của riêng họ. Hãy chia sẻ các liên kết như vậy.

Có một sự lựa chọn khác phổ biến gần đây: docker ( https://www.docker.com ). Docker là một container và cho phép bạn tạo / duy trì môi trường làm việc rất dễ dàng và nhanh chóng.

• cài đặt các công cụ cần thiết cho khoa học dữ liệu trong python
  • https://regology.hub.docker.com/u/ceshine/python-datascience/
• sử dụng ngôn ngữ r để làm khoa học dữ liệu
  • https://github.com/rocker-org/rocker

Hy vọng rằng sẽ giúp bạn.

Nếu bạn đang tìm kiếm một VM với một loạt các công cụ được cài đặt sẵn, hãy thử Hộp công cụ Khoa học Dữ liệu .

Trong khi hình ảnh Docker bây giờ hợp thời trang hơn, cá nhân tôi thấy công nghệ Docker không thân thiện với người dùng, ngay cả đối với người dùng cao cấp. Nếu bạn đồng ý với việc sử dụng hình ảnh VM không cục bộ và có thể sử dụng Amazon Web Services (AWS) EC2 , hãy xem xét hình ảnh tập trung vào R cho các dự án khoa học dữ liệu, do Louis Aslett xây dựng trước. Các hình ảnh chứa rất gần đây, nếu không phải là phiên bản mới nhất của Ubuntu LTS , R và RStudio Server . Bạn có thể truy cập chúng ở đây .

Bên cạnh các thành phần chính tôi đã liệt kê ở trên, hình ảnh cũng chứa nhiều công cụ khoa học dữ liệu hữu ích. Ví dụ: hình ảnh hỗ trợ LaTeX, ODBC, OpenGL, Git, thư viện số được tối ưu hóa và hơn thế nữa.

Bạn đã thử QuickStart VM của Cloudera chưa?:

• http://www.cloudera.com/content/cloudera/en/doads/quickstart_vms/cdh-5-3-x.html

Tôi thấy nó rất dễ chạy nó và nó bao gồm các phần mềm nguồn mở như Mahout và Spark .

Hôm nay tôi đã sử dụng kho lưu trữ này từ https://github.com/fterenceiq/docker-spark và xây dựng nó với docker. đó là một tia lửa xây dựng hình ảnh docker dựa trên hình ảnh hadoop của cùng một chủ sở hữu. nếu bạn sử dụng spark, nó có một api python gọi là pyspark http://spark.apache.org/docs/latest/api/python/