我想有在玩資料分析的朋友對於jupyter一定不陌生，它是一款open source的網頁版Machine Learning Analytics tools，
透過這套工具，你可以快速又方便進行資料分析、跑跑演算法，實作視覺化，而他也是iPython的前身，
至於切分出該專案，主要是因為iPython想更專注在shell的核心開發(shell真的很強大)，
所以把其他元件都往Jupyter 專案集中，但我想我應該會喜歡web介面。
這篇來看看如何批次匯入event data
上一篇我安裝了PredictionIO的推薦引擎，這篇來看看如何透過RESTFul API or C#來使用該推薦引擎
Apach PredictionIO是一個用scala語言編寫的open source，
提供RESTFul API幫助我們方便使用recommendation engine，
也有提供client SDK如Java、Python,PHP，同時也是一個可擴展的Machine Learning應用(支援Spark MLib)，
並提供各種Engine模板、演算法..等，也相當容易和Spark、MLlib、Hbase、MySQL、Hadoop、Elasticsearch搭配，
簡化並加速可擴展Machine Learning基礎建置管理，透過PredictionIO我們可以從零開始並快速建立一個推薦引擎。
這篇來看如何啟用Application Performance Management(APM)
這篇來看如何啟用診斷儀表板。
Nancy一個輕量級Web Framework。
