big-data

Dịch vụ điều phối Big Data phân tán

Data lake bảo mật mã nguồn mở dành cho săn lùng mối đe dọa, phát hiện & phản ứng, và phân tích an ninh mạng ở quy mô petabyte trên AWS

Hướng dẫn Apache Spark & Python (pySpark) cho Phân tích Dữ liệu lớn và Máy học dưới dạng Jupyter / IPython notebook

Tonbo là một cơ sở dữ liệu nhúng dành cho các môi trường thực thi serverless và edge.

:bar_chart: :clipboard: Bảng điều khiển sử dụng file YAML hoặc JSON

Dremio - mảnh ghép còn thiếu trong dữ liệu hiện đại

Giải pháp lưu trữ dữ liệu hiệu năng cao

Avro cho JavaScript :zap:

Một cơ sở dữ liệu MPP (Xử lý song song hàng loạt) mã nguồn mở tiên tiến và trưởng thành. Giải pháp thay thế mã nguồn mở cho Greenplum Database.

Phần mở rộng cho Scikit-learn là cách mượt mà để tăng tốc ứng dụng Scikit-learn của bạn

PySpark-Tutorial cung cấp các thuật toán cơ bản sử dụng PySpark

Hệ thống lưu trữ phân tán có khả năng mở rộng, đáng tin cậy, được tối ưu hóa cho phân tích dữ liệu và khối lượng công việc lưu trữ đối tượng.

Ứng dụng desktop Windows đơn giản để xem và truy vấn tệp Apache Parquet

GraphFrames là một gói dành cho Apache Spark cung cấp các đồ thị dựa trên DataFrame

Apache Amoro (đang ủ) là một hệ thống quản lý Lakehouse được xây dựng trên các định dạng hồ dữ liệu mở.

Apache Accumulo

ClickBench: Điểm chuẩn dành cho các cơ sở dữ liệu phân tích

📙 Danh mục Data Catalogs và nền tảng Observability tuyệt vời.

ADAM là nền tảng phân tích bộ gen với các định dạng file chuyên biệt được xây dựng bằng Apache Avro, Apache Spark và Apache Parquet. Cấp phép theo Apache 2.

Một nhánh (fork) của ClickHouse hỗ trợ tìm kiếm vector hiệu suất cao và tìm kiếm toàn văn bản.

Apache Flink Kubernetes Operator

Kho tài nguyên nghề nghiệp cho Khoa học Dữ liệu, Machine Learning, Big Data và Phân tích Kinh doanh

Máy chủ cho dự án ListenBrainz, bao gồm mã giao diện người dùng (javascript/react) và tất cả các thành phần xử lý dữ liệu mà LB sử dụng.

Plugin NVIDIA cuDF cho Apache Spark - tăng tốc Apache Spark bằng GPU

Sparkling Water cung cấp tính năng của H2O bên trong cụm Spark

Một giao thức mở để chia sẻ dữ liệu bảo mật

Các thuật toán một lượt (single-pass) cho thống kê.

Một kho lưu trữ khác chứa các khái niệm cơ bản, thử thách kỹ thuật và tài nguyên về kỹ thuật dữ liệu bằng tiếng Tây Ban Nha.

Cấu trúc dữ liệu học máy tiên tiến cho phép tra cứu, tìm kiếm tiền nhiệm, tìm kiếm phạm vi và cập nhật nhanh chóng trong các mảng chứa hàng tỷ mục với dung lượng lưu trữ ít hơn nhiều so với các chỉ mục truyền thống

Các dự án AI