¿Hay algún marco de Python específico para AI, NLP o material relacionado con big data?

“Para la aplicación de bigdata necesitamos integrar diferentes herramientas de diferentes proveedores”.
Para integrar diferentes fuentes de datos, consultando y procesando datos sobre ellas; Continuum’s Blaze Core: la documentación de Blaze 0.7.1 podría ser la próxima gran novedad en Python. Esto abstrae todas las fuentes de datos como marcos de datos de pandas.
Todavía es la versión <1.0 y todavía tiene que ver una adopción generalizada.
“AI, PNL, cosas relacionadas con Bigdata”
Combinar AI / NLP con un marco de consulta / proceso de datos no sería una muy buena idea en mi humilde opinión. La razón es que, a diferencia de las tareas tradicionales de Web Dev, donde los datos y la lógica son bastante dependientes y cambian con menos frecuencia (y cambian menos proporcionalmente a cuánto puede cambiar un modelo ML), los modelos ML correspondientes se alteran demasiadas veces sobre el Modelo de datos. También se pueden usar diferentes modelos de ML, que se implementan / aplican de manera muy diferente (piense en SVM con núcleos y bosques aleatorios, ETL para aplicar ambos sería muy diferente).
En general, tiene más sentido escribir AI / ML como una etapa de canalización que estar en el mismo marco. Podemos tener una estructura parcial si uno está seguro de que el modelo se mantendría algo fijo (digamos que las características permanecerían fijas al menos), incorporando marcos como https://github.com/cloudera/oryx.