外媒速递是核子可乐精选的近日国外媒体的精彩文章推荐，希望大家喜欢！

今天给大家推荐的内容包括：五款最强开源机器学习框架与工具综述、启动大数据项目之前需要完成的七项准备工作、物联网的未来将向何处去和支持成功移动应用的七项提示等。

一、五款最强开源机器学习框架与工具综述

原文标题：5 Open-Source Machine Learning Frameworks and Tools

机器学习的实践性发展已经取得了惊人的进步。这一点不仅体现在机器学习在实际产品中的作用身上，同时也表现在众多新型开发框架与方法的持续涌现当中。事实上，此类框架与方法大多以开源项目的形式出现，为我们不断带来更多选择。那么，其中哪些选项最值得关注?今天的文章将解答这个问题。

1. TensorFlow

2. Keras

3. SciKit-Learn

4. Edward

5. Lime

二、启动大数据项目之前，你需要完成的七项准备工作

原文标题：7 Steps to Consider Before Kickstarting Your Big Data Project

自2010年初起步以来，大数据技术在短短几年内已经获得了巨大的发展势头。而时至今日，各个领域也已经达成普遍共识，即数据已经成为经济投入中的另一种资源——与劳动力、资本以及技术拥有同等重要的地位。但在这波大数据转型浪潮当中，我们是否已经做好了一切准备?

1. 理解行业中的大数据审视角度

2. 确立概念验证业务

3. 评估现有工具与技术

4. 开发大数据实现框架与流程步骤

5. 为概念验证/试水项目敲定架构

6. 捕捉成功概念验证的业务指标

7. 规划大数据发展路线图

三、物联网的未来将向何处去?

原文标题：Forrester predicts what’s next for IoT

2018年的物联网技术将走向何处?相信面对快速发展的物联网行业，很多人都抱有这样的疑问。而根据Forrester公司上周公布的报告，除了物联网令人难以置信的增长速度与持续扩大的影响力之外，以下结论也同样值得关注。

1. 物联网规格逐步定型

2. 物联网与云及边缘计算相结合

3. 物联网安全问题可能持续恶化

四、开发者指南：支持成功移动应用的七项提示

原文标题：7 Tips on Supporting Successful Mobile Apps: A Developer's Guide

决定移动应用成功与否的因素有很多。作为开发者，我们只能关注自己面前的工作——尽最大可能编写无bug代码。但除此之外，其它一些小细节也许会成为决定应用命运的杠杆。在今天的文章中，我们将共同了解其中七项重要提示。

1. 关注操作系统更新

2. 了解生态系统状况

3. 了解受众群体

4. 厉兵秣马，准备迎接问题

5. 充分运行模拟测试

6. 扩大知识覆盖面

7. 积极出席各类会议