1.1 数据工具使用

平台集成常用工具在数据挖掘中的使用教程，包括：

• R语言：通用的统计计算和数据可视化的开源软件环境和编程语言，并且高度可扩展；
• Python：通用、可读性强、支持动态编程的工具语言，包含许多数据处理、机器学习和数据可视化包，如pandas、scikit-learn和matplotlib；
• MySQL：开源关系型数据库，用于存取、处理和查询数据；
• RapidMiner：模块化管道数据挖掘框架，仅需通过拖拽实现算法；
• SAS：历史悠久的统计建模软件，商业应用广泛；
• MS Excel：基于表格的办公自动化软件，“所见即所得”；
• Tensorflow：深度学习和人工智能软件框架；
• Hadoop：通用的分布式大数据存储和处理软件框架；
• HDFS：大数据分布式文件存储系统；
• YARN：集群资源管理和大数据与人工智能作业调度系统；
• MapReduce：大数据分布式处理软件框架；
• Hive：SQL数据仓库，用于大数据的统计、查询和分析；
• Spark：基于内存的数据分析、挖掘和建模框架。