KNIME

Un article de Wikipédia, l'encyclopédie libre.
Sauter à la navigation Sauter à la recherche
KNIME - The Open Analytics Platform
Description de l'image KNIMELogoTM.png.
Description de l'image Knime.jpg.
Informations
Développé par KNIME.com AG
Dernière version 4.0 (Juin. 27, 2019)
Écrit en Java
Système d'exploitation Linux, macOS et Microsoft WindowsVoir et modifier les données sur Wikidata
Environnement Linux, OS X, Windows
Langues English
Type Guided Analytics / Enterprise Reporting / Business Intelligence / Data Mining/ Deep Learning / Data Analysis / Text Mining
Licence GNU General Public License
Site web www.knime.org

KNIME [1](/nm/) (Konstanz Information Miner) est un logiciel libre et open-source d'analyse de données utilisant une interface graphique similaire à LabView. Ce logiciel permet l'intégration de divers langages de programmation et outils ainsi que la création automatique de compte rendus. KNIME comprend un ensemble d'outils pour le machine learning et l'exploration de données par le biais d'une interface de workflow modulaire. Une interface utilisateur graphique permet la construction de workflow par l'assemblage bouts à bouts de nœuds chacun réalisant une opération spécifique telle que le formatage des données (ETL: Extraction, Transformation, Chargement), leur modélisation, analyse et la visualisation des résultats au sein de la même interface.

L'avantage de KNIME est que cette plateforme permet d'utiliser un certain nombre d'algorithmes avec peu ou pas de connaissances en programmation.

KNIME est une plateforme modulaire et extensible, ainsi un certain nombre de nodes sont disponibles par la communauté.

Il est également possible de designer ses propres nodes KNIME en Java.

Liens externes[modifier | modifier le code]

Site officiel

Forum

La chaine youtube avec des tutoriels vidéo

Nodepit un moteur de recherche pour nodes et workflow KNIME

Notes et références[modifier | modifier le code]

  1. Michael R. Berthold, Nicolas Cebron, Fabian Dill et Thomas R. Gabriel, « KNIME - the Konstanz Information Miner: Version 2.0 and Beyond », SIGKDD Explor. Newsl., vol. 11, no 1,‎ , p. 26–31 (ISSN 1931-0145, DOI 10.1145/1656274.1656280, lire en ligne, consulté le 6 janvier 2019)