数据科学平台有哪些

国内一些常见的数据科学平台有：

DataCastle:DataCastle是一个专注于数据竞赛和数据科学挑战的平台，为数据科学家提供了丰富的数据集和竞赛项目，用于实践和展示数据分析和建模能力。

腾讯云智能分析平台（SmartAnalyticPlatform，SAP）:腾讯云的智能分析平台提供了数据处理、机器学习和人工智能的功能，帮助用户从数据中提取有价值的信息。

百度智能云数据分析（BaiduCloudDataAnalysis，BCDA）:百度智能云的数据分析平台提供了数据处理、可视化和机器学习的功能，适用于各种数据分析任务。

DataCanvas:DataCanvas是一家提供数据分析和可视化的平台，支持多种数据源的整合和分析，帮助用户进行数据洞察。

数云智能分析平台:数云智能分析平台为用户提供了数据处理、分析、可视化和建模的功能，支持数据的探索和应用。

易宝云数据分析平台:易宝云数据分析平台提供了数据处理、报表和可视化的功能，帮助用户进行数据分析和业务洞察。

中科软数智引擎（iSoftStoneSmartDataEngine，SDE）:中科软的数智引擎提供了数据集成、分析和可视化的功能，用于帮助企业实现数据驱动的决策。

云从数据分析平台:云从数据分析平台为用户提供了数据处理、可视化和建模的功能，支持多种数据源的整合和分析。

这些是一些在中国常见的数据科学平台和工具，它们涵盖了数据处理、分析、可视化、机器学习等多个领域，适用于不同的业务需求和技术背景。

另外还有一些国内不常见的数据科学平台，

JupyterNotebook:JupyterNotebook是一个开源的交互式笔记本工具，支持多种编程语言，如Python、R等。它允许用户编写和共享代码、文本、图像和可视化结果，非常适合数据分析和建模。

RStudio:RStudio是专门为R语言设计的集成开发环境（IDE），它提供了丰富的功能，用于数据可视化、统计分析和建模。

Anaconda:Anaconda是一个Python和R的开源发行版，它包含了许多常用的数据科学工具和库，方便用户进行数据处理、分析和建模。

Tableau:Tableau是一款流行的可视化工具，可以帮助用户将数据转化为交互式的可视化图表和仪表盘，使数据更容易理解和分析。

KNIME:KNIME是一个开源的数据分析平台，支持可视化拖拽式的数据处理和建模，适用于初学者和有经验的数据科学家。

Databricks:Databricks是一个用于大数据处理和分析的平台，特别针对ApacheSpark。它提供了协作环境，适合团队合作进行数据分析和机器学习。

GoogleColab:GoogleColab是一个基于云的JupyterNotebook环境，用户可以免费使用Google的计算资源进行数据分析和机器学习实验。

IBMWatsonStudio:IBMWatsonStudio提供了一套工具和环境，用于数据准备、机器学习建模、模型部署和协作。

MicrosoftAzureMachineLearning:AzureMachineLearning是微软提供的云端机器学习平台，支持数据处理、建模和部署。

Alteryx:Alteryx提供了自助式数据预处理和分析的平台，使用户能够从不同来源整合、准备和分析数据。