微軟在2015年收購(gòu)R語(yǔ)言工具廠商Revolution Analytics后，于2016年開(kāi)始在其主要開(kāi)發(fā)工具Visual Studio上支持R語(yǔ)言。微軟會(huì)如何在微軟開(kāi)發(fā)工具鏈中定位R語(yǔ)言？微軟亞太區(qū)數(shù)據(jù)科學(xué)總監(jiān)格雷厄姆威廉姆斯直言，“R是Visual Studio生態(tài)系統(tǒng)的第一公民！」

擁有30年數(shù)據(jù)探索研究經(jīng)驗(yàn)的格雷厄姆·威廉姆斯(Graham Williams)是使用R語(yǔ)言進(jìn)行數(shù)據(jù)探索研究的先驅(qū)者之一，早在10年前就開(kāi)發(fā)出了R語(yǔ)言的數(shù)據(jù)探索圖形化工具Rattle。

他于2016年加入微軟，是澳大利亞國(guó)內(nèi)稅收署的首席數(shù)據(jù)科學(xué)家。10多年來(lái)，他一直致力于各種稅收、海關(guān)、醫(yī)療保健和金融分析研究。他也是R社區(qū)基礎(chǔ)入門(mén)教材的重要撰稿人之一。

格雷厄姆·威廉姆斯，微軟亞太區(qū)數(shù)據(jù)科學(xué)總監(jiān)

“r是數(shù)據(jù)科學(xué)家最常用的分析工具！格雷厄姆·威廉姆斯指出了分析工具使用的現(xiàn)狀。他認(rèn)為R能成為數(shù)據(jù)科學(xué)家最常用的工具，不僅因?yàn)镽是開(kāi)源免費(fèi)的工具，還因?yàn)镽是數(shù)據(jù)科學(xué)家的生態(tài)圈。

他說(shuō)，在R軟件生態(tài)系統(tǒng)中，來(lái)自世界各地的數(shù)據(jù)科學(xué)家、統(tǒng)計(jì)學(xué)家、機(jī)器學(xué)習(xí)工程師等開(kāi)發(fā)者都會(huì)使用R，如果發(fā)現(xiàn)需要解決的問(wèn)題，他們會(huì)將Package貢獻(xiàn)給R的CRAN(綜合R檔案網(wǎng))。

目前，整個(gè)生態(tài)系統(tǒng)中由數(shù)據(jù)科學(xué)家貢獻(xiàn)的包多達(dá)10，450個(gè)?！白鳛橐幻麛?shù)據(jù)科學(xué)家，我有超過(guò)10萬(wàn)個(gè)包來(lái)完成我的任務(wù)?！北热鐭o(wú)論是時(shí)間序列分析、財(cái)務(wù)預(yù)測(cè)分析還是機(jī)器學(xué)習(xí)算法，R都有相對(duì)的資源可以利用。

此外，格雷厄姆威廉姆斯還補(bǔ)充說(shuō)，r軟件與其他分析工具兼容，比如數(shù)據(jù)分析軟件Weka，在r軟件中，也可以直接調(diào)用Weka的包來(lái)使用。

他認(rèn)為R是數(shù)據(jù)科學(xué)家的強(qiáng)大工具，因?yàn)閱我还ぞ呖梢允褂孟喈?dāng)多樣的資源。

R軟件最大的優(yōu)點(diǎn)是可以用的包很多，但是R的包是誰(shuí)管理的呢？格雷厄姆威廉姆斯(Graham Williams)說(shuō):“r實(shí)際上分為兩部分，一部分由r核心團(tuán)隊(duì)管理，另一部分，開(kāi)發(fā)人員可以將官方批準(zhǔn)的套件貢獻(xiàn)給crane?！?。

一般來(lái)說(shuō)，開(kāi)發(fā)者貢獻(xiàn)的包必須經(jīng)過(guò)仔細(xì)審核，符合核心團(tuán)隊(duì)的要求，才能放入CRAN，而R核心團(tuán)隊(duì)負(fù)責(zé)的重要包不到100個(gè)，有權(quán)修改R軟件。

Visual Studio集成了R，打破了兩大限制

在2015年微軟收購(gòu)Revolution Analytics后，Graham Williams強(qiáng)調(diào)微軟將R作為Visual Studio的第一要?jiǎng)?wù)，并為Visual Studio(RTVS)提供R Tools，這是一款面向數(shù)據(jù)科學(xué)家的語(yǔ)言工具。此外，RTVS幾乎擁有所有功能。

他認(rèn)為，RTVS可以讓數(shù)據(jù)科學(xué)家在Visual Studio中直接使用R，而不必適應(yīng)開(kāi)發(fā)環(huán)境。

格雷厄姆·威廉姆斯說(shuō)，數(shù)據(jù)分析生命周期需要一個(gè)完整的管理機(jī)制，Visual Studio可以為企業(yè)提供一個(gè)平臺(tái)，對(duì)大數(shù)據(jù)的開(kāi)源工具進(jìn)行監(jiān)督和管理，允許數(shù)據(jù)科學(xué)家在同一個(gè)平臺(tái)上使用多種數(shù)據(jù)科學(xué)工具。

比如Visual Studio提供R、Python、Spark、Hadoop等數(shù)據(jù)科學(xué)工具，甚至提供數(shù)據(jù)倉(cāng)庫(kù)管理、版本管理功能。

此外，格雷厄姆威廉姆斯表示，微軟還突破了開(kāi)源R軟件的兩個(gè)局限:一是微軟解決了R只能分析內(nèi)存中的數(shù)據(jù)量的問(wèn)題，讓數(shù)據(jù)科學(xué)家可以分析任意大小的數(shù)據(jù)量。

其次，原開(kāi)源R只能執(zhí)行單線程，而機(jī)器學(xué)習(xí)的算法往往需要多線程請(qǐng)求模式，微軟R為數(shù)據(jù)科學(xué)家提供了使用多線程的靈活性。

Python和R不是競(jìng)爭(zhēng)，而是共存

然而，除了R語(yǔ)言之外，另一種語(yǔ)言Python在信息科學(xué)領(lǐng)域也越來(lái)越受歡迎。格雷厄姆·威廉姆斯(Graham Williams)認(rèn)為，開(kāi)源環(huán)境不是競(jìng)爭(zhēng)關(guān)系，而是和諧共存。

“我不想把數(shù)據(jù)科學(xué)家束縛在R，”他坦率地說(shuō)。其實(shí)開(kāi)源軟件的優(yōu)勢(shì)在于開(kāi)發(fā)者有高度的自由選擇自己的工具，數(shù)據(jù)科學(xué)家可以根據(jù)自己的情況選擇最好的工具。

“我可以自由選擇最適合我的工具，然后將其他資源整合到我的生態(tài)系統(tǒng)中?！备窭锥蚰贰ね匪?Graham Williams)指出，普通數(shù)據(jù)科學(xué)家習(xí)慣于在同一環(huán)境中進(jìn)行數(shù)據(jù)分析。如果分析過(guò)程中需要新的工具，其他工具將應(yīng)用于原始環(huán)境。

他認(rèn)為R和Python各有不可替代的優(yōu)勢(shì)。比如R同時(shí)擁有統(tǒng)計(jì)學(xué)和機(jī)器學(xué)習(xí)的生態(tài)圈，可能會(huì)在數(shù)據(jù)科學(xué)領(lǐng)域長(zhǎng)期保持領(lǐng)先地位，但是Python有一個(gè)很好的套件，可以串聯(lián)到Hadoop和Spark。

除了這兩種數(shù)據(jù)分析語(yǔ)言，他不排除未來(lái)可能會(huì)出現(xiàn)更新更好的語(yǔ)言，比如近期出現(xiàn)的新語(yǔ)言Julia。

“以前執(zhí)行一個(gè)數(shù)據(jù)科學(xué)項(xiàng)目需要3年，現(xiàn)在5分鐘就能完成！”他說(shuō)。

格雷厄姆·威廉姆斯(Graham Williams)說(shuō)，由于工具多，企業(yè)中的數(shù)據(jù)科學(xué)家可以在云中自由調(diào)度計(jì)算能力，使用各種分析工具，這使得數(shù)據(jù)科學(xué)方便快捷。不僅如此，還能為企業(yè)節(jié)省大量資金。

他指出，過(guò)去大多數(shù)企業(yè)購(gòu)買(mǎi)大量的超級(jí)計(jì)算機(jī)來(lái)運(yùn)行數(shù)據(jù)分析，需要花錢(qián)和人力來(lái)維護(hù)硬件設(shè)備。然而，實(shí)際使用的資源不到10%。他說(shuō)，如果使用云上的資源，企業(yè)可以節(jié)省構(gòu)建環(huán)境的過(guò)程，并根據(jù)使用情況付費(fèi)。

即使云計(jì)算有如此吸引人的優(yōu)勢(shì)，格雷厄姆·威廉姆斯也承認(rèn)，許多企業(yè)和政府機(jī)構(gòu)仍然對(duì)云中的內(nèi)部數(shù)據(jù)有很大的懷疑。

不過(guò)他說(shuō)加密技術(shù)早就相當(dāng)成熟了，就像Dropbox，Google Drive等。，這可以確保數(shù)據(jù)不會(huì)泄露，并且只有數(shù)據(jù)的所有者才能訪問(wèn)它。

他認(rèn)為技術(shù)不是問(wèn)題，但是要慢慢建立起企業(yè)對(duì)云的信任。他也承認(rèn)，企業(yè)對(duì)云中數(shù)據(jù)的懷疑是微軟目前面臨的情況。

集成個(gè)人異構(gòu)數(shù)據(jù)可以在信息科學(xué)領(lǐng)域創(chuàng)造新的商業(yè)機(jī)會(huì)

對(duì)于那些害怕將數(shù)據(jù)放入云中的人，格雷厄姆·威廉姆斯(Graham Williams)還建議，事實(shí)上，每個(gè)人都有自己的數(shù)據(jù)，并擁有訪問(wèn)數(shù)據(jù)的唯一權(quán)限?！叭绻馨阉蟹稚⒌漠悩?gòu)數(shù)據(jù)整合起來(lái)，就能實(shí)現(xiàn)驚人的數(shù)據(jù)分析！」

他進(jìn)一步舉例說(shuō)明。只有自己知道他有好幾個(gè)銀行賬戶，而且只有自己才能訪問(wèn)這些數(shù)據(jù)。銀行只知道客戶賬戶的信息，不與其他銀行共享信息。

比如銀行開(kāi)發(fā)一款A(yù)pp，可以通過(guò)整合分散的異構(gòu)數(shù)據(jù)，包括銀行賬戶、稅務(wù)信息、社交軟件數(shù)據(jù)等，為消費(fèi)者提供智能手機(jī)等個(gè)人設(shè)備，分析預(yù)測(cè)其投資組合或財(cái)務(wù)狀況。

“提供一個(gè)機(jī)器學(xué)習(xí)算法模型，可以讓客戶在個(gè)人設(shè)備上進(jìn)行分析，這可以創(chuàng)造更多的商業(yè)機(jī)會(huì)。”比如格雷厄姆威廉姆斯(Graham Williams)，用戶可以通過(guò)分析結(jié)果來(lái)管理自己的財(cái)務(wù)，企業(yè)也可以增加推薦營(yíng)銷的機(jī)會(huì)，為客戶提供財(cái)務(wù)建議和解決方案。

但他也承認(rèn)，在沒(méi)有獲得客戶數(shù)據(jù)的情況下，企業(yè)很難建立準(zhǔn)確的分析模型供客戶使用。

此外，格雷厄姆·威廉姆斯(Graham Williams)預(yù)測(cè)，在未來(lái)，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法將不再局限于超級(jí)計(jì)算機(jī)或云執(zhí)行環(huán)境，而是更加貼近我們的生活，在個(gè)人設(shè)備上運(yùn)行。

覺(jué)得這個(gè)信息有幫助？請(qǐng)轉(zhuǎn)發(fā)給更多人

關(guān)注技術(shù)前沿，看IT新聞