Perché KNIME?

Premessa

Come amo ripetere, lo strumento migliore per nostro lavoro è quello che sappiamo usare meglio. Anche nell’analisi dei dati, da sempre, è così.

Avendo avuto a che fare con i dati da sempre, sono passato per l’utilizzo di Excel, poi le Pivot e infine Access, che, devo dire, mi ha permesso di risolvere diversi problemi.

Poi ho scoperto KNIME Analytics Platform e, da allora, posso dire che la mia vita lavorativa è cambiata (almeno per quello che riguarda i dati).

Non c’è sfida dei dati che non mi veda utilizzarlo.

Perché KNIME?

Rosaria Silipo, ha riassunto molto bene, nell’articolo che trovate a questo link, perché secondo lei, dovreste adoperare KNIME nel vostro lavoro:

  • Perché KNIME? per la sua facilità d’uso, perché è open source, utilizza la programmazione visiva e ha alle spalle una comunità attiva, è flessibile e copre molte delle tecniche di data science.
  • Vincoli di progetto: tempo e denaro: KNIME Analytics Platform può aiutarti a rispettare i vincoli di tempo e budget dei progetti di data science, grazie alla sua natura gratuita e alla sua rapida prototipazione.
  • La curva di apprendimento: KNIME Analytics Platform può aiutarti anche a comprendere meglio le tecniche di data science, grazie alla sua interfaccia grafica intuitiva, alle sue risorse educative, al suo hub di esempi e al suo forum di supporto (quanto mi ritrovo in questo aspetto…).
  • La comunità KNIME: fare parte della comunità KNIME, permette di accedere a suggerimenti, trucchi, nodi, estensioni, blog, libri e video per condividere e arricchire le conoscenze di data science.
  • Correttezza e flessibilità: rispetto ad altri strumenti di machine learning, KNIME Analytics Platform offre maggiore controllo, trasparenza e personalizzazione dell’analisi dei dati, consentendo di verificare la correttezza dei passaggi e di sperimentare diverse strategie.
  • Ampia copertura delle tecniche di Data Science: KNIME Analytics Platform integra le principali tecniche di data wrangling e machine learning, supportate da altri strumenti open source, come Python, R, Keras e BIRT, inoltre permette la visualizzazione dei dati in varie modalità (recentemente tramite Echarts di Apache, un vero e proprio coltellino svizzero per la data visualization [n.d.r]), la connessione a diverse fonti e l’integrazione con altre piattaforme di reporting (es. Power BI e Tableau).
  • Data Science nell’azienda: usare KNIME Analytics Platform per le aziende, nella versione Knime-Hub permette la collaborazione, la governance, la distribuzione, l’automazione e la sicurezza per le applicazioni di data science.
  • Sintesi e conclusioni: cosa aspettate per scaricarlo e provarlo?

Per finire.

Se questo articolo ti ha convinto a provare KNIME Analytics Platform, allora puoi scaricarlo da qui. Non te ne pentirai 😉

(questo post prende lo spunto da un articolo originale di Rosaria Silipo, KNIME Evangelist)