可用于. 1）ETL； 2）日志处理。 1.13.6.2 分析和查询大数据 处理后的数据存储在允许进行临时查询和探索的系统中，并且以能够轻松访问和查询的格式保存。可用于： 1）用户分析； 2）
可用于. 1）产品建议； 2）预测； 3）自动化助理； 4）情感分析。 1.13.7 数据探索和可视化 最后阶段，将分析结果转换为易于从中获得数据洞见并进行分享的格式。 数据生命周期的最后一步，深入的数据探索和可视化，以更好地理解处理和分析的结果。在探索过程中获得的数据洞见可用于提高数据提取的速度或数量、使用不同的存储介质来加速分析，以及增强处理流水线。 1.13.7.1 探索数据科学的成果 数据科学是从原始数据资源中获取价值的过程。使用到统计方法（聚簇、贝叶斯、最大似然回归），以及机器学习方法（决策树和神经网络） 1）交互式数据洞见：基于网页的交互式工具，可用于探索、分析和可视化数据。基于Jupyter笔记本构建。 2）数据科学生态系统：使用高性能计算引擎。基于R语言。 1.13.7.2可视化商业情报结果 基于报表工具的分析阶段，生成复杂的数据可视化、信息中心和报告以向更广泛的受众群体说明数据处理结果非常有用。 2.
可用于. 研究蛋白等温稳定性，热恢复实验