בעולם הנתונים הגדולים ניתוח נתונים יעיל חשוב להפקת תובנות ומסייע בידי מקבלי ההחלטות.

כתבה שהתפרסמה ב- 9 ביוני 2021 כוללת סקירה של כלים/שפות תכנות שמאפשרים ניתוח יעיל של הנתונים , הצגה ויזואלית אינטראקטיבית וחיזוי. המשותף לכלים אלה הוא מנשק ידידותי למשתמש עם יכולות מובנות לביצוע, והורדת כמות הקוד הרצויה להפקת התובנות והמסקנות,  למשתמשי הקצה.

רשימת הכלים מגוונת : Python, ,RStudio Apache Hadoop, BigML, SAS, DataRobot

D3.js, ,Excel, Azure HDInsight, Jupyter , TensorFlow ,Matplotlib, Tableau, MATLAB (matrix laboratory),  RapidMiner , QlikView

הכתבה כוללת מאפיינים של כול אחד מהכלים הנ"ל ותרומתו לתהליך עיבוד, ניתוח, הצגה והפקת תובנות מנתונים מובנים או בלתי מובנים..

המאפיין העיקרי המשותף  לכלים אלה  הוא שהם אינם מצריכים  שימוש בשפות תכנות מסובכות  כדי ליישם את תהליך הפקת הידע  מכיוון שהם כוללים כמה אלגוריתמים מוגדרים מראש, יכולות ומנשקים גרפיים ידידותיים למשתמש. הם משמשים את מדעני הנתונים  בשלבים שונים של מחזור החיים של מדע הנתונים.

החלטה על כלי כלשהו כמובן צריכה להסתמך על הצרכים המיוחדים של מקרי השימוש השונים.

לכתבה