Al igual que Mathematica, ¿existen herramientas de código abierto capaces de integrar el conocimiento con nuestros datos?
Cuando mencionas “integrar conocimiento”, ¿estás preguntando sobre el modelo de notebook o Wolfram Alpha?
El modelo de cuaderno , que Mathematica ha estado utilizando desde su lanzamiento (principios de la década de 1990), le permite integrar sin problemas la composición tipográfica matemática, gráficos, tablas y programación, con la estética de diseño convencional de un trabajo de investigación. Tres ejemplos de código abierto serían R Studio, Octave y Jupyter. Cualquiera de estas son excelentes herramientas, dependiendo de su aplicación, suponiendo, por ejemplo, que desea anotar un análisis con sus ideas y discusión, que es lo que significa ‘integrar el conocimiento’ para mí.
- Estadísticas: ¿Qué significa el Principio de marginalidad?
- ¿Cuáles son algunos buenos libros / documentos sobre aprendizaje kernelized, en general y especialmente con SVM?
- Cómo detectar patrones de respuesta de opción múltiple en R
- ¿Dónde podemos encontrar conjuntos de datos para procesar? Quiero usar estos datos para mi proyecto Hadoop.
- Cómo manejar datos ruidosos a través del aprendizaje automático
Wolfram Alpha Wolfram | Alpha Tour es algo diferente. Si bien puede usar Mathematica como front-end, también está diseñado para consultas web donde el resultado puede satisfacerse como una expresión matemática, valor, tabla de valores o gráfico anotado (superposición gráfica con texto), realmente cualquier tipo de formato que podría ser apropiado para satisfacer la consulta. Esto es mucho más integración de conocimiento, ya que también aplica un poco de inteligencia para analizar la consulta y tiene acceso a una importante base de datos en la nube de datos subyacentes y funciones de cálculo. Quizás algún día obtengamos una solución “similar a la wikipedia”, competitiva con Wolfram Alpha. Creo que es un poco pronto para poder soportar esa capacidad como un proyecto de código abierto.
Personalmente, tengo una licencia de inicio de Mathematica. Cuesta un poco más que Microsoft Office, pero creo que es notable en la profundidad de sus capacidades. Siempre encuentro algo nuevo cuando lo uso. Solo desearía que estuviera disponible antes en mi carrera académica cuando la programación científica era todo para lo que vivía.
Las otras herramientas: R Studio (ciencia de datos), Octave y Jupyter (Python) también son muy divertidas, pero aparte de las bibliotecas que puede encontrar y explorar, simplemente no tienen la profundidad de las capacidades y la erudición como Mathematica.
Todas las herramientas le permitirán incrustar enlaces a documentos y páginas, por supuesto. R Studio utiliza un esquema de formato algo más antiguo. Ciertamente supera a lápiz y papel! (para informática científica y / o ciencia de datos)
