KNIME 集成

集成大数据、机器学习、人工智能、脚本等。
KNIME Integrations
KNIME 集成

KNIME分析平台的开源集成(也由KNIME开发和维护)提供对大型开源项目的无缝访问,例如用于深度学习的Keras,用于高性能机器学习的H2O,用于大数据处理的Apache Spark,用于脚本编写的Python和R,等等。

Big Data
大数据

使用KNIME分析平台在Hive,Impala或HDFS中导入,导出和访问数据。

在KNIME分析平台中创建和执行Apache Spark应用程序。 可视化编程允许无代码的大数据分析,而作业脚本则需要详细控制。

使用PMML模型对Apache Spark进行预测分析和评分,并使用Spark MLlib集成复杂的统计数据和机器学习。

在同一工作流程中混合并匹配本地和Hadoop执行。

R and Python Scripting
R 和 Python 脚本

使用本机R,Python(版本2和3)以及Java脚本功能添加自定义功能 - 包括自定义Apache Spark作业,可视化或高级分析以及机器学习。

在单个工作流中与其他KNIME节点无缝地运行脚本。 记录各个步骤,并允许大规模部署。

H2O Machine Learning
H2O机器学习

利用H2O机器学习并从各种高性能算法(渐变增强树,广义线性模型,随机森林等)中进行选择。

使用数据分区器,交叉验证,二项式和多项式评分在H2O中训练和验证模型。

与现有KNIME节点集成,用于数据准备和清理,可视化或超参数优化,直接将它们与H2O功能相结合。

Deep Learning
深度学习

在KNIME分析平台中加载,创建,编辑,训练和执行深度神经网络。

访问各种尖端深度学习框架,如TensorFlow,CNTK等,其他通过Keras或DeepLearning4J访问。

精细调整训练网络以解决您的分析问题。 各种非结构化数据(文本,图像等)和结构化数据可以直接用于训练和预测。

Google Sheets
Google表格

从Google表格中读取数据,将信息写入新表格或修改现有表格。

执行各种任务,例如阅读或添加标题,替换缺失值以及自动打开Google表格。

直接从节点配置登录或提供凭证文件(如果愿意的话)。

And More...
此外...

使用先进的可视化库(例如D3)创建自定义JavaScript可视化。

连接到Azure或AWS并使用存储在S3或Azure Blobstore中的云数据。

在Twitter上搜索推文,检索用户信息,直接通过KNIME推文等。

使用开放的街道地图可视化地理空间信息。

开始使用KNIME
下载KNIME 分析平台并开始使用您的第一个工作流程。
安装扩展
了解如何在KNIME分析平台中安装扩展程序。
加入KNIME社区
创建用户资料并与我们活跃的全球社区开始对话。