Day 2 云端上的资料流

云端的分类

第一次点开AWS官网( https://aws.amazon.com/ )或许会有点眼花撩乱，因为在不同的使用场景，对云端的分类会有不同的用法。维基百科*上有详细的分类说明，在云端平台上选用模组时常用到的是以「服务模式」作为分类的区分方式 :
基础设施即服务 : IaaS, Infrastructure as a Service
平台即服务 : PaaS, Platform as a Service
软件即服务 : SaaS, Software as a Service

了解这个分类可以帮助我们入门云端产品，不同类别决定使用者要控制的机器的深度，越往下越不会接触到底层的作业系统；查看产品介绍时常见的”Managed”, “Fully Managed”也是可以同理看出差别的关键字。当平台帮我们托管的系统层面越多时，就可以越专注於资料本身。

另外，在云端世界中，常见不同的应用场景会有不同的架构，类似买电脑有文书机和电竞机的差别，而解决方案，就像是AWS先帮使用者分类出一些符合某一种应用需求的产品，方便快速查找。图片中也可看出，要使用「资料分析」相关的服务，可以清楚得在首页中或是(注册完帐号後)在帐号上方的下拉选单都能快速找到。

资料流

本次主题的数据分析偏CRISP-DM*定义的资料探勘流程，会介绍资料如何从原始资料(raw data)到提取出洞见(insight)的过程，会提到以下两个模组 :

资料分析：Data Analytics模组
AWS 的分析服务有资料仓储、资料湖、互动式分析、大数据处理、和视觉化仪表板等，将各个符合自己需求的模组串接起来，就建好了一个资料分析的架构，也就是资料管线Data Pipeline。如何选出符合当前需求的模组，便是本次主要讨论重点，会在未来几天透过「大数据5V」作为切入的问题的框架进一步讨论。

资料探索：Machine Learning模组
主题最後会浅谈机器学习模组，因为一个完整的资料分析架构最後通常会串接视觉化仪表板或是机器学习模组。仪表板是呈现原始资料经过资料处理、资料分析後所归纳出的结果的常用方式；而搭配机器学习模组可以将分析结果再进一步的利用演算法产生预测以利决策或其他应用。

*云端的分类(https://zh.wikipedia.org/wiki/%E9%9B%B2%E7%AB%AF%E9%81%8B%E7%AE%97 )
*CRISP-DM是跨行业资料探勘过程标准（cross-industry standard process for data mining）: 商业理解（Business Understanding）、资料理解（Data Understanding）、资料准备（Data Preparation）、建模（Modeling）、评估（Evaluation）、发布（Deployment）