外媒速遞：2018年最新免費數據分析工具一覽
原創【51CTO.com原創稿件】外媒速遞是核子可樂精選的近日國外媒體的精彩文章推薦，希望大家喜歡！
今天給大家推薦的內容包括：2018年***免費數據分析工具一覽、用數據指導安全的五項基本原則、物聯網產品設計時需要規避的十二種錯誤和推動實時AI快速發展的Brainwave項目等。
一、2018年***免費數據分析工具一覽
原文標題：Best free data analytics tools, 2018
數據分析的重要意義已經得到各類企業的廣泛認可與重視。組織需要利用這些工具對來自多種數據源的結論進行組織、分類與統計，進而發現與客戶及業務目標相關的重要見解。在今天的文章中，我們將立足當下，聊聊那些不容錯過的免費數據分析工具。
1. DataMelt
2. KNIME Analytics Platform
3. OpenRefine
4. Orange
5. R
6. Tableau Public
7. Trifacta Wrangler
二、用數據指導安全：五項基本原則
原文標題：5 Ways to Better Use Data in Security
數據已經成為如今最為重要的資源之一，并直接成為我們獲取各類重要見解的基本素材。對于企業而言，除了傳統的運營決策之外，安全考量近年來的重要度也在不斷提升。那么，我們該如何將數據資源與安全見解聯系起來?以下五種方式也許能夠幫助你以戰略性方式實現這一目標。
1. 以整體方式審視數據
2. 提供高速數據訪問能力
3. 擴展數據保留能力
4. 將安全性引入默認機制
5. 擁抱現代DevOps實踐以加快信息安全交付
三、物聯網產品設計：需要規避的十二種錯誤
原文標題：IoT Product Design: 12 Mistakes To Avoid
雖然我們對于企業對物聯網應用以及大數據分析智能工具需求的不斷增長已經無需抱有任何疑問，但對于現有工具的可用性問題，猜測仍然存在。事實上，目前我們面臨的***挑戰在于產品設計中存在的概念不清與過于復雜等因素。在今天的文章中，我們將立足物聯網產品設計層面，聊聊需要規避的十二種重大錯誤。
1. 未采用“目標為先”策略
2. 讓“智能物”變成簡單的功能調整
3. 不關注可擴展性
4. 致使用戶無法集中注意力
5. 不理解精確的功能定位
6. 忽視物聯網安全要求
7. 認為只有端點值得關注
8. 方案不夠簡潔，未能建立價值主張
9. 沒有意識到數據通信機制的實現方式
10. 不關注用戶的獨特要求
11. 未利用測試進行質量控制
12. 從起步階段強制推行訂閱/登錄機制
四、Brainwave項目：推動實時AI快速發展
原文標題：Real-time AI gets closer with Project Brainwave
微軟公司擁有Azure ML平臺，它能夠在云環境中開發機器學習應用。而Windows ML則允許用戶利用ONNX標準將模型引入臺式PC以及邊緣系統。如今，微軟公司再度發力，公布了Azure高性能FPGA系統，同時提供與之對應的Brainwave項目beta測試版本。Brainwave項目有什么作用?又為何值得重視?下面，我們一起來看。
1. FPGA：面向機器學習的硬件方案
2. Brainwave項目：神經網絡加速器
3. 將Brainwave項目引入您的應用程序
4. 邊緣位置上的AI
【51CTO原創稿件，合作站點轉載請注明原文作者和出處為51CTO.com】
