#sparkr

[owcsautism]

ssg m&g

[lunaballoona09]

OSC x Clan Gen (P2)

I wanted to free up space on my laptop so im gonna put these here. First is BFDI under the cut , all the characters (except for Announcer) are kits in BFDI. Some of the cats will feature some of my personal headcanons so beware ig

Also one of Snowball's thoughts mentions a Specklekit, that would be Pin, but for some reason I have no screenshots of her sorry Pin fans.

Dreamclan masterpost

Powerclan masterpost p1, p2

Part 1 = BFDI

Part 2 = BFDI (You're here!)

Part 3 = ???

Leafy - Leafkit (ignore the fact that the first two say Leafblade, i mixed up the coding)

Match - Sparkkit (same problem as Leafy)

Needle - Needlekit

Pencil - Greykit

Snowball - Snowkit

Teardrop - Dewkit

Tennis Ball - Fuzzykit

Woody - Woodykit

[pipermca]

Hello and welcome to my pinned post.

I am Piper, and I mostly write Transformers fanfic on AO3. Bluestreak is my favourite character, and he features very prominently in a lot of my stories.

Because I have 100+ (!) stories on AO3, I wanted to do a little bibliography of a few of the stories I am most proud of. 🤗 Note the ratings and tags on these if you decide to read them, please!

I divided the list into shorter fics and longer fics.

Shorter Fics (10,000 words or less)

Do You See What I See? (Rated G, Bluestreak/Hound). I like this one because I leaned heavily into the alien aspect of the Cybertronians, which meant I got to do some fun worldbuilding.

Datastream (Rated Teen, Jazz/Prowl). I got to do (kinda) spoken-word poetry in this story, sketching out how Blaster and Prowl's minds might merge and work as one. I liked how it turned out. It has an illustration done by @myladraws!

Debts (Rated Mature for body horror, Smokescreen & Prowl). I love horror, and I played with tension and anticipation in this one. I have been told this is one of my most disturbing fics, so keep that in mind!

Longer Fics (10,001+ words)

Mind, Body, and Soul (Rated Explicit, Barricade/Bluestreak/Prowl/Smokescreen in various configurations). This is the story I am the most proud of, and it's also the longest by far. It is a sprawling tale about love and betrayal and forgiveness and perseverance, and I am so so happy with how it came out. It has fanart done by @/Klick_tack on Twitter!

The Spark Remembers (Rated Teen, Bluestreak/Hound and Bluestreak/Prowl.) I had fun weaving Bluestreak's past into what his new future was, and I loved the screaming from the readers at the reveal. 😅 This was a Big Bang story so it has artwork from @chaoswolf12 and @tfadi!

The Colour of Your Optics (Rated Explicit, Bluestreak/Sunstreaker) This is a story in my "there's a dating app called Sparkr" series with a bunch of loosely-related fics, but this one in particular is sickeningly and adorably sweet. In my opinion. :)

My ask box is almost always open, so if you want to come in and scream at me about robots, please do. ^.^

[nozoberi]

SparkRiNG sparkle Event

Cards Recolor

[the-glowing-stars]

Poppin' Decoration

a psd themed by the event "SparkRiNG sparkle" in "Bang dream! Girls band party!"

please don't use or interact if you are a proshipper/antiship/shipping discourse, mspec lesbian, basic dni criteria or endogenic or support

psd was made in photopea and works best on photopea

credit isn't optional but is heavily appreciated!

If you understand my terms, download here!

[mrsterlingeverything]

I made a variable in pyspark and pulled it out in sparkr 💦

[mvishnukumar]

What are the languages supported by Apache Spark?

Hi,

Apache Spark is a versatile big data processing framework that supports several programming languages. Here are the main languages supported:

1. Scala: Scala is the primary language for Apache Spark and is used to develop Spark applications. Spark is written in Scala, and using Scala provides the best performance and access to all of Spark’s features. Scala’s functional programming capabilities align well with Spark’s design.

2. Java: Java is also supported by Apache Spark. It’s a common choice for developers who are familiar with the Java ecosystem. Spark’s Java API allows developers to build applications using Java, though it might be less concise compared to Scala.

3. Python: Python is widely used with Apache Spark through the PySpark API. PySpark allows developers to write Spark applications using Python, which is known for its simplicity and readability. Python’s extensive libraries make it a popular choice for data science and machine learning tasks.

4. R: Apache Spark provides support for R through the SparkR package. SparkR is designed for data analysis and statistical computing in R. It allows R users to harness Spark’s capabilities for big data processing and analytics.

5. SQL: Spark SQL is a component of Apache Spark that supports querying data using SQL. Users can run SQL queries directly on Spark data, and Spark SQL provides integration with BI tools and data sources through JDBC and ODBC drivers.

6. Others: While Scala, Java, Python, and R are the primary languages supported, Spark also has limited support for other languages through community contributions and extensions.

In summary, Apache Spark supports Scala, Java, Python, and R, making it accessible to a wide range of developers and data scientists. The support for SQL further enhances its capability to work with structured data and integrate with various data sources.

[amitsaini012]

Top 10 Uses of R Programming Language in 2024

R has become one of the popular programming languages for data analysis and statistical computing. With its vast collection of packages and active user community, R offers endless possibilities for data scientists, statisticians, and analysts. As we move into 2024, here are 10 of the top uses of R programming:

1. Data Visualization 

With libraries like ggplot2, R makes it easy to create custom, publication-quality graphics to visualize data. Complex visualizations like interactive charts, maps, and network diagrams can be made with just a few lines of code.

2. Statistical Modeling 

R has a wide range of statistical and machine learning packages like stats, caret, and more. These make it possible to build and evaluate predictive models for classification, regression, clustering, time series analysis, etc. Models can be compared to select the best performers.

3. Data Wrangling 

The dplyr and tidyr packages in R provide a grammar of data manipulation, making it easy to slice, dice, reshape, join, and transform data sets before analysis. This helps automate the data-cleaning process.

4. Reporting 

R Markdown integrates prose, code, and visualizations into a single document. Reports and presentations with embedded statistical analysis can be dynamically generated from R scripts. The knit package enables code chunking to keep code separate from outputs.

5. Web Scraping 

Packages like Rvest and RSelenium enable scraping data from HTML web pages and dynamic websites. This data can then be processed using R's other analytics capabilities.

6. Bioinformatics 

Bioconductor provides over 1,600 packages for analyzing genetic data, DNA sequences, gene expression data, and more. R is heavily used in genomics research.

7. Finance 

R packages like quantmod, TTR, and PerformanceAnalytics provide capabilities for analyzing financial data, estimating risk, simulating portfolios, and calculating returns. R is popular in fintech and quantitative finance.

8. Machine Learning 

Packages like caret, mlbench, Keras, and H2O provide R users with tools like regression, naïve Bayes classification, random forests, gradient boosting machines, neural networks, and more.

9. Big Data Analytics 

Packages like ff, big memory, and SparkR allow the handling and analysis of large datasets that are larger than a computer's RAM. This enables scalable data analysis with R.

10. Mapping & Spatial Analysis 

Many R packages like ggmap, geospatial, leaflet, and sf support working with geospatial data. This makes R useful for creating maps, spatial data visualizations, and location analytics.

Conclusion

R has evolved into a powerful, versatile tool for data analysis and statistical computing. In 2024, R will continue to be valued for its extensibility via user-contributed packages, interactivity for iterative analysis, and visualization capabilities. Key strengths like effective data wrangling, modeling, reporting, and machine learning will ensure R remains popular across domains, including academia, finance, technology, genomics, and more. 

While other languages like Python, Julia, and MATLAB will also have niche uses, R's focused support for statistical analysis gives it an edge for data science applications. The low-cost and open-source nature of R is attractive to both students and companies. With new packages expanding R's capabilities all the time, it is certain that R will be a highly utilized programming language in 2024 and remain a staple of data scientists' toolkits for years to come.

[dataplusweb-blog]

Dataiku : tout savoir sur la plateforme d'IA "made in France"

Dataiku :

tout savoir sur la plateforme d'IA "made in France"

Antoine Crochet-Damais

JDN

 

Dataiku est une plateforme d'intelligence artificielle créée en France en 2013. Elle s'est imposée depuis parmi les références mondiales des studios de data science et de machine learning.

SOMMAIRE

Dataiku, c’est quoi ?

Dataiku DSS, qu'est-ce que c'est ?

Quelles sont les fonctionnalités de Dataiku ?

Quel est le prix de Dataiku ?

Qu’est-ce que Dataiku Online ?

Dataiku Academy : formation / certification

Dataiku vs DataRobot

Dataiku vs Alteryx

Dataiku vs Databricks

Dataiku Community

Dataiku, c’est quoi ?

Dataiku est une plateforme de data science d'origine française. Elle se démarque historiquement par son caractère très packagé et intégré. Ce qui la met à la portée aussi bien des data scientists confirmés que débutants. Grâce à son ergonomie, elle permet de créer un modèle en quelques clics, tout en industrialisant en toile de fonds l'ensemble de la chaine de traitement : collecte, préparation des données…

Co-fondée en 2013 à Paris par Florian Douetteau, son CEO actuel, et Clément Stenac (tous deux anciens d'Exalead) aux côtés de Thomas Cabrol et Marc Batty, Dataiku affiche une croissance fulgurante. Dès 2015, la société s'implante aux Etats-Unis. Après une levée de 101 millions de dollars en 2018, Dataiku boucle un tour de table de 400 millions de dollars en 2021 pour une valorisation de 4,6 milliards de dollars. L'entreprise compte plus de 1000 salariés et plus de 300 clients parmi les plus grands groupes mondiaux. Parmi eux figurent les sociétés françaises Accor, BNP Paribas, Engie ou encore SNCF.

Dataiku DSS, qu'est-ce que c'est ?

Dataiku DSS (pour Dataiku Data Science Studio) est le nom de la plateforme d'IA de Dataiku.

Quelles sont les fonctionnalités de Dataiku ?

La plateforme de Dataiku compte environ 90 fonctionnalités que l'on peut regrouper en plusieurs grands domaines :

L'intégration. La plateforme s'intègre à Hadoop, Spark, mais aussi aux services des clouds AWS, Azure, Google Cloud. Au total, la plateforme est équipée de plus de 25 connecteurs. 

Les plugins. Une galerie de plus de 100 plugins permet de bénéficier d'applications tierces dans de nombreux domaines : traduction, NLG, météo, moteur de recommandation, import/export de données...

La data préparation / data ops. Une console graphique gère la préparation des données. Les time series et données géospatiales sont supportées. Plus de 90 data transformers prépackagés sont disponibles. 

Le développement. Dataiku prend en charge les notebooks Jupyter, les langages Python, R, Scala, SQL, Hive, Pig, Impala. Il supporte PySpark, SparkR et SparkSQL.

Le machine Learning. La plateforme inclut un moteur d'automatisation du machine learning (auto ML), une console de visualisation pour l'entrainement des réseaux de neurones profonds, le support de Scikit-learn et XGBoost, etc.

La collaboration. Dataiku intègre des fonctionnalités de gestion de projet, de chat, de wiki, de versioning (via Git)...

La gouvernance. La plateforme propose une console de monitoring des modèles, d'audit, ainsi qu'un feature store.

Le MLOps. Dataiku gère le déploiement de modèles. Il prend en charge les architecture Kubernetes mais aussi les offres de Kubernetes as a Service d'AWS, Azure et Google Cloud.

La data visualisation. Une interface de visualisation statistique est complétée par 25 graphiques de data visualisation pour identifier les relations et aperçus au sein des jeux de données.

Dataiku est conçu pour gérer graphiquement des pipelines de machine learning. © JDN / Capture

Quel est le prix de Dataiku ?

Dataiku propose une édition gratuite de sa plateforme à installer soi-même. Baptisée Dataiku Free, elle se limite à trois utilisateurs, mais donne accès à la majorité des fonctionnalités. Elle est disponible pour Windows, Linux, MacOS, Amazon EC2, Google Cloud et Microsoft Azure. 

Pour aller plus loin, Dataiku commercialise trois éditions dont les prix sont disponibles sur demande : Dataiku Discover pour les petites équipes, Dataiku Business pour les équipes de taille moyenne, et Dataiku Enterprise pour déployer la plateforme à l'échelle d'une grande entreprise.

Qu’est-ce que Dataiku Online ?

Principalement conçu pour de petites structures, Dataiku Online permet de gérer les projets de data science à une échelle modérée. Il s’agit d’un dispositif de type SaaS (Software as a Service). Les fonctionnalités sont similaires à Dataiku, mais le paramétrage et le lancement de l’application sont plus rapides.

Dataiku Academy : formation et certification Dataiku

La Dataiku Academy regroupe une série de formations en ligne à la plateforme de Dataiku. Elle propose un programme Quicks Start qui permet de commencer à utiliser la solution en quelques heures, mais aussi des sessions Learning Paths pour acquérir des compétences plus avancées. Chaque programme permet de décrocher une certification Dataiku : Core Designer Certificate, ML Practitioner Certificate, Advanced Designer Certificate, Developer Certificate et MLOps Practitioner Certificate.

Dataiku prend en charge les time series et données géospatiales. © JDN / Capture

Dataiku vs DataRobot

Créé en 2012, l'américain DataRobot peut être considéré comme le pure player historique du machine learning automatisé (auto ML). Un terrain sur lequel Dataiku s'est positionne plus tard. Au fur et à mesure de leur développement, les deux plateformes tendent désormais à être de plus en plus comparables.

Face à DataRobot, Dataiku se distingue cependant sur le front de la collaboration. L'éditeur multiplie les fonctionnalités dans ce domaine : wiki, partage de tableaux de bord de résultats, système de gestion des rôles et de traçabilité des actions, etc.

Dataiku vs Alteryx

Alors que Dataiku est avant tout une plateforme de data science orientée machine learning, Alteryx, lui, se positionne comme un solution d'intelligence décisionnelle ciblant potentiellement tout décideur d'entreprise, bien au-delà des équipes de data science.

La principale valeur ajoutée d'Alteryx est d'automatiser la création de tableaux de bord analytics. Des tableaux de bord qui pourront inclure des indicateurs prédictifs basés sur des modèles de machine learning. Dans cet optique, Alteryx intègre des fonctionnalités de machine learning automatisé (auto ML) pour permettre aux utilisateurs de générer ce type d'indicateur. C'est son principal point commun avec Dataiku.

Dataiku vs Databricks

Dataiku et Databricks sont des plateformes très différentes. La première s'oriente vers la data science, la conception et le déploiement de modèles de machine learning. La seconde se présente sous la forme d'une data platform universelle répondant à la fois aux cas d'usage orientés entrepôt de données et BI, data lake, mais aussi streaming de données et calcul distribué.

Reste que Databricks s'enrichit de plus en plus de fonctionnalités orientées machine learning. La société de San Francisco a acquis l'environnement de data science low-code / no code 8080 Labs en octobre 2021, puis la plateforme de MLOps Cortex Labs en avril 2022. Deux technologies qu'elle est en train d'intégrer. 

Dataiku Community : tutoriels et documentation

Dataiku Community est un espace d'échange et de documentation pour parfaire ses connaissances sur Dataiku et ses champs d'application. Après inscription, il est possible d'intégrer le forum de discussions.

CONTENUS SPONSORISÉS

L'État vous offrira des

panneaux solaires si vous...

Subventions Écologiques

Nouvelle loi 2023 pour la pompe à chaleur

OUTILS D'INTELLIGENCE ARTIFICIELLE

Cinq outils d'IA no code à la loupe

Tensorflow c'est quoi

Scikit-learn : bibliothèque star de machine learning Python

Rapid miner

Comparatif MLOps : Dataiku et DataRobot face aux alternatives open source

Aws sagemaker

Sas viya

Ibm watson

Keras

Quels KPI pour mesurer la réussite d'un projet d'IA ?

Comment créer un bot

Ai platform

Domino data lab

H2O.ai : une plateforme de machine learning open source

DataRobot : tout savoir sur la plateforme d'IA no code

Matplotlib : maîtriser la bibliothèque Python de data visualisation

Plateformes cloud d'IA : Amazon et Microsoft distancés par Google

Azure Machine Learning : la plateforme d'IA de Microsoft

Comparatif des outils français de création de bots : Dydu se démarque

MXNet : maitriser ce framework de deep learning performant

EN CE MOMENT

Taux d'usure

Impôt sur le revenu 2023

Date impôt

Déclaration d'impôt 2023

Guides

Dictionnaire comptable

Dictionnaire cryptomonnaie

Dictionnaire économique

Dictionnaire de l'IoT

Dictionnaire marketing

Dictionnaire webmastering

Droit des affaires

Guide des fournitures de bureau

Guides d'achat

Guide d'achat des imprimantes

Guide d'achat informatique

Guide de l'entreprise digitale

Guide de l'immobilier

Guide de l'intelligence artificielle

Guide de l'iPhone

Guide des finances personnelles

Guide des produits Apple

Guide des troubles de voisinage

Guide du management

Guide du jeu vidéo

Guide du recrutement

Guide du streaming

Repères

Chômage

Classement PIB

Dette publique

Contrat de location

PIB France

Salaire moyen

Assurance-vie

Impôt sur le revenu

LDD

LEP

Livret A

Plus-value immobilière

Prix immobilier

Classement Forbes

Dates soldes

Netflix

Prix du cuivre

Prime d'activité

RSA

Smic

Black Friday

No code

ChatGPT

[pipermca]

A friend point out to me that I have 99 stories on AO3! Wow! And then they asked what I was planning to post for story #100.

I have no idea. So, have a poll! (I'll run this for a week to see what we get.)

[nozoberi]

SparkRiNG sparkle Event

Cards Icons

[letmegetsomesleep]

[burn3dgirl]

[zujii122]

🥳🎉