ডেটা অ্যানালিটিক্স হলো ডেটা প্রসেসিং করে ব্যবহারিক তথ্য বের করা যাতে মেশিন সিদ্ধান্ত নিতে পারে। ডেটা প্রসেসিং-এ ক্লিনিং, রিমডেলিং এবং ইন্সপেক্টিং ডেটা অন্তর্ভুক্ত।
ডেটা অ্যানালিটিক্স-এ উচ্চ কম্পিউটিং পাওয়ার লাগে কারণ প্রসেস করার ডেটা খুব বড়। তাই ডেটা অ্যানালিটিক্সের জন্য বিশেষ টুলস আছে।
কিছু জনপ্রিয় ডেটা অ্যানালিটিক্স টুলস:
R প্রোগ্রামিং
R ডেটা অ্যানালিটিক্সের জন্য সেরা এবং সবচেয়ে ব্যাপকভাবে ব্যবহৃত টুলসের একটি যা Windows, macOS, Unix সহ সব বড় প্ল্যাটফর্মে উপলব্ধ। এটি ডেটা মডেলিং এবং স্ট্যাটিস্টিক্সে ব্যবহৃত হয়। বড় ডেটা সহজে ম্যানিপুলেট এবং রিপ্রেজেন্ট করা যায় R-তে কারণ এর বিশাল লাইব্রেরি সাপোর্ট ডেটা অ্যানালিটিক্সের জন্য। R-এ ১১,৫৫৬টি প্যাকেজ উপলব্ধ যা ডেটা সায়েন্টিস্টের কাজ সহজ করে।
Python
লিস্টে আরেকটি প্রোগ্রামিং ল্যাঙ্গুয়েজ, পাইথন একটি বহুউদ্দেশীয় এবং সবচেয়ে ভার্সেটাইল প্রোগ্রামিং ল্যাঙ্গুয়েজ। এর বিশাল লাইব্রেরি এবং সহজ বোঝার স্বভাবের কারণে এটি ব্যাপকভাবে ব্যবহৃত হয়। যারা মেশিন লার্নিং এবং ডেটা অ্যানালিটিক্স দুটোর ফিচার চান তাদের মধ্যে এটি খুব জনপ্রিয় কারণ এটি উভয়কে সমর্থন করে বিশাল প্যাকেজ সেটের মাধ্যমে।
Tableau Public
একটি ফ্রি ডেটা ভিজ্যুয়ালাইজেশন টুল যা ভিজ্যুয়ালাইজেশন, ম্যাপ, এবং ড্যাশবোর্ড ইত্যাদি তৈরি করে। এটি সহজে ডেটা সোর্সের সাথে কানেক্ট হতে পারে ডেটা এক্সট্র্যাক্ট করতে ভিজ্যুয়ালাইজেশনের জন্য এবং ক্লায়েন্ট বা সোশ্যাল মিডিয়াতে ভিজ্যুয়ালাইজেশন শেয়ার করার সাপোর্ট দেয়। বড় ডেটা প্রসেস করতে সক্ষম এবং ডেটা ভালোভাবে ভিজ্যুয়ালাইজ করতে পারে।
SAS
SAS একটি প্রোগ্রামিং ল্যাঙ্গুয়েজ কম এনভায়রনমেন্ট যা ডেটা ম্যানিপুলেশনের জন্য ব্যবহৃত হয়। বড় ডেটা সেট বিশ্লেষণ এবং পরিচালনা করতে এটি ব্যবহৃত হয়। এটি একটি দক্ষ সোশ্যাল মিডিয়া মার্কেটিং টুল।
Microsoft Excel
এটি একটি সহজ এবং মৌলিক টুল যা অ্যানালিটিক্সের জন্য ব্যবহার করা যায়। ডেটা সায়েন্টিস্টরা এটি ফাস্ট-লেভেল টুল হিসেবে ব্যবহার করে। ডেটা সেট প্রিভিউ করতে এবং ডেটায় ফিল্টার যোগ করতে এটি গুরুত্বপূর্ণ টুল। এডভান্সড বিজনেস অ্যানালিটিক্স আছে যা ইউজারকে মডেলিং-এ সাহায্য করে।
Apache Spark
Apache Spark একটি স্কেলেবল ডেটা প্রসেসিং টুল যা Hadoop ডেটা ক্লাস্টারসের সাথে কাজ করতে ব্যবহৃত হয়। এটি ডেটা সায়েন্সে সাহায্য করে এবং মেশিন লার্নিং মডেল ডেভেলপমেন্টের জন্য ব্যবহৃত হয় কারণ এটি ক্লাসিফিকেশন, রিগ্রেশন, ক্লাস্টারিং, এবং ফিল্টারিং போன்ற টেকনিক সাপোর্ট করে ডেটা সেট থেকে শিখতে সাহায্য করতে।
