Play Framework with Spark MLib vs PredictionIO
Play Framework with Spark MLib vs PredictionIO
早上好，
目前我正在探索为我工作的公司构建内部平台的选择。我们团队负责公司的数据仓库和报表。
随着我们的发展，我们将开发一个 Intranet 来满足公司的一些必需品，现在一段时间以来，我一直在考虑将 scala（和 PlayFramework）作为解决方案。
这还将涉及大量机器学习，以聚类客户、预测销售演变等。这是我开始在 Spark ML 中思考并遇到 PredictionIO 的时候。
当我们将我们的技能转向数据科学时，us/company 最受益和教授的是什么：
- 在 Play 和 Spark 之上构建所有内容，并在同一个项目中同时拥有平台和机器学习
- 使用 Play 和 PredictionIO，其中大部分内容已经准备就绪
我不是要根据意见提出问题，而是要从您的经验/架构/解决方案中学习。
谢谢
两者都是不错的选择：1. 如果您是 ML 的新手，请使用 PredictionIO，容易上手，但会限制您的使用时间 运行，2. 使用 spark 如果您对 data science 和 data engineering team 有信心，spark 具有出色且易于使用的 api 以及广泛的 ML 库，说是为了把将事情投入生产，您将需要一些分布式 spark 知识-经验，有时要使其高效可靠是很棘手的。
选项如下：
sparkdatabricks cloudspark贵但是好用，没有数据工程PredictionIO 如果您确定他们 ML 可以解决您所有的业务案例spark 在 google dataproc 中，易于管理的集群比 aws 少 60%，仍然需要一些工程
总结：PredictionIO 用于快速修复，spark 用于长期数据 - 科学/工程开发。您可以从 databricks 开始，以最大程度地减少专业知识开销，然后逐步转移到 dataproc 以最大程度地减少成本
PredictionIO 将 Spark 的 MLLib 用于他们的大部分引擎模板。
我不确定你为什么要将两者分开？
PredictionIO 与 Spark 一样灵活，并且可以选择使用其他库，例如 deeplearning4j 和 H2O 等。
早上好，
目前我正在探索为我工作的公司构建内部平台的选择。我们团队负责公司的数据仓库和报表。
随着我们的发展，我们将开发一个 Intranet 来满足公司的一些必需品，现在一段时间以来，我一直在考虑将 scala（和 PlayFramework）作为解决方案。
这还将涉及大量机器学习，以聚类客户、预测销售演变等。这是我开始在 Spark ML 中思考并遇到 PredictionIO 的时候。
当我们将我们的技能转向数据科学时，us/company 最受益和教授的是什么：
- 在 Play 和 Spark 之上构建所有内容，并在同一个项目中同时拥有平台和机器学习
- 使用 Play 和 PredictionIO，其中大部分内容已经准备就绪
我不是要根据意见提出问题，而是要从您的经验/架构/解决方案中学习。
谢谢
两者都是不错的选择：1. 如果您是 ML 的新手，请使用 PredictionIO，容易上手，但会限制您的使用时间 运行，2. 使用 spark 如果您对 data science 和 data engineering team 有信心，spark 具有出色且易于使用的 api 以及广泛的 ML 库，说是为了把将事情投入生产，您将需要一些分布式 spark 知识-经验，有时要使其高效可靠是很棘手的。
选项如下：
sparkdatabricks cloudspark贵但是好用，没有数据工程PredictionIO如果您确定他们ML可以解决您所有的业务案例spark在google dataproc中，易于管理的集群比aws少 60%，仍然需要一些工程
总结：PredictionIO 用于快速修复，spark 用于长期数据 - 科学/工程开发。您可以从 databricks 开始，以最大程度地减少专业知识开销，然后逐步转移到 dataproc 以最大程度地减少成本
PredictionIO 将 Spark 的 MLLib 用于他们的大部分引擎模板。
我不确定你为什么要将两者分开？
PredictionIO 与 Spark 一样灵活，并且可以选择使用其他库，例如 deeplearning4j 和 H2O 等。