KNIMEs core-architecture allows pro

KNIMEs core-architecture allows processing of large data volumes that are only limited by the available hard disk space (most other open source data analysis tools are working in main memory and are therefore limited to the available RAM). E.g. KNIME allows analysis of 300 million customer addresses, 20 million cell images and 10 million molecular structures.
Additional plugins allows the integration of methods for Text mining, Image mining, as well as time series analysis.
KNIME integrates various other open-source projects, e.g. machine learning algorithms from Weka, the statistics package R project, as well as LIBSVM, JFreeChart, ImageJ, and the Chemistry Development Kit.[10]
KNIME is implemented in Java but also allows for wrappers calling other code in addition to providing nodes that allow to run Java, Python, Perl and other code fragments.

ผลลัพธ์ (ไทย) 1:

KNIMEs หลักสถาปัตยกรรมช่วยให้ประมวลผลการไดรฟ์ข้อมูลขนาดใหญ่ที่จะถูกจำกัด โดยพื้นที่ฮาร์ดดิสก์ (อื่น ๆ ส่วนใหญ่เปิดแหล่งข้อมูลวิเคราะห์ทำงานในหน่วยความจำหลัก และจำกัดของ RAM ที่มีอยู่ดังนั้น) เท่านั้น เช่น KNIME ได้ของที่อยู่ลูกค้า 300 ล้าน ภาพเซลล์ 20 ล้าน และ 10 ล้านโครงสร้างโมเลกุลรวมวิธีการทำเหมืองข้อความ รูปเหมือง ตลอดจนวิเคราะห์ชุดเวลาประกวดเพิ่มเติมได้KNIME รวมอื่น ๆ แหล่งเปิดโครงการต่าง ๆ เช่นเครื่องเรียนรู้อัลกอริทึมจาก Weka โครงการชุดวิจัยสถิติ เป็น LIBSVM, JFreeChart, ImageJ และ ชุดพัฒนาเคมี [10]KNIME ใน Java แต่ยัง ช่วยให้ห่ออื่น ๆ รหัสเราโหนที่อนุญาตให้รัน Java งูเหลือม ภาษาเพิร์ล และอื่น ๆ บางส่วนของรหัส โทรศัพท์

ผลลัพธ์ (ไทย) 2:

KNIMEs หลักสถาปัตยกรรมช่วยให้การประมวลผลของปริมาณข้อมูลขนาดใหญ่ที่จะถูก จำกัด ด้วยพื้นที่ดิสก์ที่ใช้ได้ยาก (เปิดแหล่งที่มาอื่น ๆ ส่วนใหญ่เครื่องมือในการวิเคราะห์ข้อมูลที่กำลังทำงานอยู่ในหน่วยความจำหลักและ จำกัด จึง RAM ที่มีอยู่) เช่น KNIME ช่วยให้การวิเคราะห์ 300 ล้านที่อยู่ของลูกค้า 20 ล้านภาพมือถือและ 10 ล้านโครงสร้างโมเลกุล.
ปลั๊กอินเพิ่มเติมช่วยให้การรวมของวิธีการสำหรับการทำเหมืองข้อความเหมืองภาพเช่นเดียวกับการวิเคราะห์อนุกรมเวลา.
KNIME รวมต่างๆโครงการโอเพนซอร์สอื่น ๆ เช่นขั้นตอนวิธีการเรียนรู้เครื่องจาก Weka, แพคเกจสถิติโครงการวิจัยเช่นเดียวกับ LIBSVM, JFreeChart, ImageJ และพัฒนาเคมีชุด. [10]
KNIME จะดำเนินการใน Java แต่ยังช่วยให้การห่อเรียกรหัสอื่น ๆ ที่นอกเหนือจากการให้โหนดที่ อนุญาตให้มีการเรียกใช้ Java, Python, Perl และเศษรหัสอื่น ๆ

ผลลัพธ์ (ไทย) 3:

หลัก knimes สถาปัตยกรรมช่วยการประมวลผลของปริมาณข้อมูลขนาดใหญ่ที่ จำกัด เฉพาะ โดยพื้นที่ว่างฮาร์ดดิสก์ ( อื่น ๆส่วนใหญ่เปิดแหล่งข้อมูลเครื่องมือทำงานในหน่วยความจำหลัก และดังนั้นจึง จำกัด การแกะใช้ได้ ) เช่น knime ช่วยให้การวิเคราะห์ของ 300 ล้านที่อยู่ลูกค้า 20 ล้านเซลล์ภาพโครงสร้างโมเลกุล
10 ล้านเสริมเพิ่มเติมให้บูรณาการวิธีการเหมืองแร่ข้อความ รูปภาพ เหมืองแร่ รวมทั้งการวิเคราะห์อนุกรมเวลา .
knime รวมโครงการต่างๆ เปิดแหล่งอื่น ๆเครื่อง เช่น อัลกอริทึมการเรียนรู้จาก Weka สถิติแพคเกจ R โครงการ ตลอดจน libsvm jfreechart ImageJ , , , และชุดพัฒนาเคมี [ 10 ]
knime ดำเนินการใน Java แต่ยังช่วยให้ห่อเรียกรหัสอื่น ๆ นอกจากนี้เพื่อให้โหนดที่อนุญาตให้เรียกใช้ Java , Python , Perl และชิ้นส่วนรหัสอื่น ๆ .