Apprentissage automatique et & Data Science

Aussi appelée analyses avancées, intelligence artificielle (AI) et « Big Data », l’apprentissage automatique et la Data Science couvrent une vaste catégorie de fournisseurs, d’outils et de technologies qui offrent des capacités avancées pour la modélisation statistique et prédictive.

Généralement, ces outils et technologies possèdent des fonctions en commun avec des outils de BI. Cependant, ils sont moins orientés sur l’analyse et la génération de rapports d’anciennes données. Ils se concentrent plutôt sur l’examen de vastes ensembles de données afin de découvrir des modèles et d’obtenir des informations commerciales utiles qui peuvent être utilisés pour prédire les tendances futures.

Les plates-formes et technologies de machine learning et de science des données suivantes sont connues pour fournir une connectivité native à Snowflake :

Solution		Version / Configuration requise pour l’installation	Remarques
		Alteryx : Analytics 11.5 (ou supérieur) Snowflake : Pilote ODBC — téléchargement depuis le Snowflake Client Repository	Disponible à l’essai via Snowflake Partner Connect. Validé par Snowflake Ready Technology Validation Program. Ressources supplémentaires : Fonctionnalité Snowflake intégrée aux bases de données à présent disponible (blog Alteryx) Sources de données prises en charge — Snowflake (documentation Alteryx)
		Amazon SageMaker : aucune exigence Snowflake : aucune exigence	Ressources supplémentaires : Guide du développeur > Préparer et analyser les ensembles de données > Importer des données depuis Snowflake (DocumentationAWS) Instance Amazon SageMaker préconfigurée avec connecteur Snowflake (blog Snowflake)
		Big Squid : aucune exigence Snowflake : aucune exigence	Validé par Snowflake Ready Technology Validation Program. Ressources supplémentaires : Comment créer une connexion Snowflake ? (support Big Squid)
		Databricks : Runtime 4.2 Snowflake : aucune exigence	Intégration implémentée via le connecteur Snowflake pour Spark intégré dans Databricks Runtime. Ressources supplémentaires : Sources de données — Snowflake (documentation Databricks)
		Dataiku : DSS Snowflake : Pilote JDBC — téléchargement depuis Maven	Disponible à l’essai via Snowflake Partner Connect. Validé par Snowflake Ready Technology Validation Program. Ressources supplémentaires : Connexion aux données > Bases de données SQL > Snowflake (documentation Dataiku)
		DataRobot : aucune exigence Snowflake : aucune exigence	Disponible à l’essai via Snowflake Partner Connect. Validé par Snowflake Ready Technology Validation Program. Ressources supplémentaires : La puissance de DataRobot + Snowflake (blog DataRobot)
		Domino : 3.6 (ou supérieur) Snowflake : voir la documentation Domino pour les exigences	Ressources supplémentaires : Connexion à Snowflake depuis Domino (documentation Domino)
		H2O.ai : Driverless AI 1.4.2 (ou supérieur) Snowflake : aucune exigence	Disponible à l’essai via Snowflake Partner Connect. Validé par Snowflake Ready Technology Validation Program. Ressources supplémentaires : Utilisation de connecteurs de données avec des installations natives - Snowflake (documentation H2O .ai)
		Qubole: Enterprise Edition Snowflake : aucune exigence	Intégration implémentée via le connecteur Snowflake pour Spark intégré dans Qubole Data Service (QDS) Ressources supplémentaires : Guide de démarrage rapide Qubole (documentation Qubole) Guide d’intégration Qubole-Snowflake (documentation Qubole)
		Langage R : aucune exigence dplyr : 0.4.3 Snowflake : Extension dplyr, version 0.1.1 (ou supérieure) — téléchargement depuis GitHub Pilote JDBC — téléchargement depuis Maven . ou . Pilote ODBC — téléchargement depuis le Snowflake Client Repository.	Ressources supplémentaires : dplyr README (Github) Configurer R, dplyr pour utiliser Snowflake — macOS (communauté Snowflake) Connexion de R à Snowflake à l’aide du pilote 32 bits ODBC — Windows (communauté Snowflake) Intégration de Snowflake avec R via dplyr (blog Snowflake)
		SAS: Cloud Analytic Services 3.4 (ou supérieur) SAS/ACCESS 9.4 (ou supérieur) pour les bases de données relationnelles Snowflake : Pilote ODBC — téléchargement depuis le Snowflake Client Repository	Ressources supplémentaires : Snowflake : spécificités du connecteur de données (documentation SAS) Interface SAS/ACCESS vers Snowflake (documentation SAS)
		Spark : 2.3 (ou version supérieure) Scala : 2.11 (ou version supérieure) Snowflake : Pilote JDBC — téléchargement depuis Maven Connecteur pour Spark — téléchargement depuis Maven	Ressources supplémentaires : Configuration de Snowflake pour communiquer avec Spark exécuté sous EMR (communauté Snowflake)
		Zepl : Aucune exigence Snowflake : Pilote JDBC — téléchargement depuis Maven Connecteur pour Spark — téléchargement depuis Maven	Disponible à l’essai via Snowflake Partner Connect. Ressources supplémentaires : Zepl et Snowflake apportent la science des données en tant que service aux entrepôts de données sur le Cloud (blog Zepl, en anglais) Premiers pas avec Zepl et Snowflake en quelques minutes (blog Zepl, en anglais) Zepl et Snowflake — Data Science as a Service pour votre entrepôt de données sur le Cloud (présentation de solution Zepl, en anglais)