h2o 3
1.0.0
По любым вопросам, на которые нет ответа в этом файле или документации H2O-3, используйте:
H2O — это платформа в памяти для распределенного масштабируемого машинного обучения. H2O использует знакомые интерфейсы, такие как R, Python, Scala, Java, JSON и блокнот/веб-интерфейс Flow, а также безупречно работает с технологиями больших данных, такими как Hadoop и Spark. H2O предоставляет реализации многих популярных алгоритмов, таких как обобщенные линейные модели (GLM), машины повышения градиента (включая XGBoost), случайные леса, глубокие нейронные сети, составные ансамбли, наивный Байес, обобщенные аддитивные модели (GAM), пропорциональные риски Кокса, K- Средства, PCA, Word2Vec, а также полностью автоматический алгоритм машинного обучения (H2O AutoML).
H2O является расширяемым, поэтому разработчики могут добавлять преобразования данных и собственные алгоритмы по своему выбору и получать к ним доступ через все эти клиенты. Модели H2O можно загрузить и загрузить в память H2O для оценки или экспортировать в формат POJO или MOJO для чрезвычайно быстрой оценки в производстве. Более подробную информацию можно найти в Руководстве пользователя H2O.
H2O-3 (этот репозиторий) — третье воплощение H2O и преемник H2O-2.
Хотя большая часть этого README написана для разработчиков, которые создают свои собственные сборки, большинство пользователей H2O просто загружают и используют предварительно созданную версию. Если вы являетесь пользователем Python или R, самый простой способ установить H2O — через PyPI или Anaconda (для Python) или CRAN (для R):
pip install h2oinstall.packages( " h2o " )Последние стабильные ночные выпуски Hadoop (или Spark/Sparkling Water) или отдельную банку H2O можно найти по адресу: https://h2o.ai/download.
Дополнительную информацию о загрузке и установке H2O можно найти в руководстве пользователя H2O.
Большинство людей взаимодействуют с тремя или четырьмя основными ресурсами с открытым исходным кодом: GitHub (который вы уже нашли), GitHub Issues (для отчетов об ошибках и отслеживания проблем), Stack Overflow для вопросов, касающихся кода/программного обеспечения H2O, и h2ostream (группа Google). / дискуссионный форум по электронной почте) для вопросов, не подходящих для переполнения стека. Существует также чат-группа разработчиков Gitter H2O, однако в целях архивирования и обеспечения максимальной доступности мы предпочитаем, чтобы стандартные вопросы и ответы H2O проводились на Stack Overflow.
Вы можете просматривать и создавать новые задачи в нашем репозитории GitHub: https://github.com/h2oai/h2o-3.
Issues в верхней части страницы.GitHub
Проблемы с GitHub: отправляйте отчеты об ошибках или отслеживайте проблемы здесь.
Переполнение стека — все вопросы по коду/программному обеспечению задавайте здесь.
Перекрестная проверка (Stack Exchange) — задавайте вопросы по алгоритму/теории здесь.
h2ostream Группа Google – задавайте здесь вопросы, не связанные с кодом.
Чат разработчиков Gitter H2O
Документация
Скачать (предварительно созданные пакеты)
Веб-сайт
Twitter — следите за обновлениями и новостями H2O!
Потрясающий H2O — поделитесь с нами своими творениями на базе H2O.
Каждая ночная сборка публикует артефакты R, Python, Java и Scala в репозиторий, предназначенный для конкретной сборки. В частности, артефакты Java можно найти в каталоге maven/repo.
Вот пример фрагмента файла сборки Gradle, использующего h2o-3 в качестве зависимости. Замените x, y, z и nnnn допустимыми числами.
// h2o-3 dependency information
def h2oBranch = 'master'
def h2oBuildNumber = 'nnnn'
def h2oProjectVersion = "x.y.z.${h2oBuildNumber}"
repositories {
// h2o-3 dependencies
maven {
url "https://s3.amazonaws.com/h2o-release/h2o-3/${h2oBranch}/${h2oBuildNumber}/maven/repo/"
}
}
dependencies {
compile "ai.h2o:h2o-core:${h2oProjectVersion}"
compile "ai.h2o:h2o-algos:${h2oProjectVersion}"
compile "ai.h2o:h2o-web:${h2oProjectVersion}"
compile "ai.h2o:h2o-app:${h2oProjectVersion}"
}
Обратитесь к последней странице ночной сборки H2O-3 для получения информации об установке артефактов ночной сборки.
Обратитесь к репозиторию h2o-droplets GitHub для рабочего примера использования артефактов Java с gradle.
Примечание. Стабильные артефакты H2O-3 периодически публикуются в Maven Central (нажмите здесь, чтобы выполнить поиск), но могут существенно отставать от ночных сборок H2O-3 Bleeding Edge.
Для начала разработки H2O требуется JDK 1.8+, Node.js, Gradle, Python и R. Мы используем оболочку Gradle (называемую gradlew ), чтобы обеспечить установку актуальных локальных версий Gradle и других зависимостей в каталог разработки.
Для сборки h2o требуется правильно настроенная среда R с необходимыми пакетами и среда Python со следующими пакетами:
grip
tabulate
requests
wheel
Для установки этих пакетов вы можете использовать pip или conda. Если у вас возникли проблемы с установкой этих пакетов в Windows , следуйте разделу «Настройка в Windows» данного руководства.
(Примечание. Для установки всех пакетов рекомендуется использовать какую-либо виртуальную среду, например VirtualEnv.)
Чтобы собрать H2O из репозитория, выполните следующие шаги.
# Build H2O
git clone https://github.com/h2oai/h2o-3.git
cd h2o-3
./gradlew build -x test
You may encounter problems: e.g. npm missing. Install it:
brew install npm
# Start H2O
java -jar build/h2o.jar
# Point browser to http://localhost:54321
git clone https://github.com/h2oai/h2o-3.git
cd h2o-3
./gradlew syncSmalldata
./gradlew syncRPackages
./gradlew build
Примечания :
- Запуск тестов запускает пять тестовых JVM, которые образуют кластер H2O и требуют как минимум 8 ГБ ОЗУ (предпочтительно 16 ГБ ОЗУ).
- Запуск
./gradlew syncRPackagesподдерживается в Windows, OS X и Linux и настоятельно рекомендуется, но не является обязательным../gradlew syncRPackagesобеспечивает полную и согласованную среду с предварительно одобренными версиями пакетов, необходимых для тестов и сборок. Пакеты можно установить вручную, но мы рекомендуем установить переменную ENV и использовать./gradlew syncRPackages. Чтобы установить переменную ENV, используйте следующий формат (где ${WORKSPACE} может быть любым путем):mkdir -p ${WORKSPACE}/Rlibrary export R_LIBS_USER=${WORKSPACE}/Rlibrary
git pull
./gradlew syncSmalldata
./gradlew syncRPackages
./gradlew clean
./gradlew build
Мы рекомендуем использовать ./gradlew clean после каждого git pull .
Пропустите тесты, добавив -x test в конце командной строки сборки gradle. Тесты обычно выполняются в течение 7–10 минут на ноутбуке Macbook Pro с 4 процессорами (8 гиперпотоков) и 16 ГБ оперативной памяти.
Синхронизация smalldata не требуется после каждого извлечения, но если тесты не пройдут из-за отсутствия файлов данных, попробуйте ./gradlew syncSmalldata в качестве первого шага по устранению неполадок. При синхронизации smalldata файлы данных загружаются из AWS S3 в каталог smalldata в вашем рабочем пространстве. Синхронизация является инкрементной. Не проверяйте эти файлы. Каталог smalldata находится в .gitignore. Если вы не запускаете никаких тестов, каталог smalldata вам не нужен.
Запуск ./gradlew syncRPackages поддерживается в Windows, OS X и Linux и настоятельно рекомендуется, но не является обязательным. ./gradlew syncRPackages обеспечивает полную и согласованную среду с предварительно одобренными версиями пакетов, необходимых для тестов и сборок. Пакеты можно установить вручную, но мы рекомендуем установить переменную ENV и использовать ./gradlew syncRPackages . Чтобы установить переменную ENV, используйте следующий формат (где ${WORKSPACE} может быть любым путем):
mkdir -p ${WORKSPACE}/Rlibrary
export R_LIBS_USER=${WORKSPACE}/Rlibrary
./gradlew clean && ./gradlew build -x test && (export DO_FAST=1; ./gradlew dist)
open target/docs-website/h2o-docs/index.html
В корне репозитория git находится Makefile с удобными ярлыками для часто используемых целей сборки, используемых при разработке. Чтобы собрать h2o.jar , пропуская тесты, а также сборку альтернативных сборок, выполните
make
Чтобы собрать h2o.jar с использованием минимальной сборки, запустите
make minimal
Минимальная сборка хорошо подходит для разработки алгоритмов машинного обучения H2O. Он не объединяет некоторые тяжелые зависимости (например, Hadoop), и его использование экономит время сборки, а также необходимость загружать большие библиотеки из репозиториев Maven.
В командной строке проверьте, python использует только что установленный пакет, используя команду which python (или sudo which python ). Обновите переменную среды, указав путь WinPython.
pip install grip tabulate wheel
Установите Java 1.8+ и добавьте соответствующий каталог C:Program FilesJavajdk1.7.0_65bin с java.exe в PATH в переменных среды. Чтобы убедиться, что командная строка определяет правильную версию Java, запустите:
javac -version
Переменная CLASSPATH также должна быть установлена в подпапку lib JDK:
CLASSPATH=/<path>/<to>/<jdk>/lib
Установите Node.js и добавьте установленный каталог C:Program Filesnodejs , который должен включать node.exe и npm.cmd в PATH, если они еще не добавлены.
Установите R и добавьте каталог bin в свой PATH, если он еще не включен.
Установите следующие пакеты R:
Чтобы установить эти пакеты из сеанса R:
pkgs <- c( " RCurl " , " jsonlite " , " statmod " , " devtools " , " roxygen2 " , " testthat " )
for ( pkg in pkgs ) {
if ( ! ( pkg %in% rownames(installed.packages()))) install.packages( pkg )
}Обратите внимание, что для установки пакета RCurl R требуется libcurl.
Обратите внимание, что эти пакеты не охватывают выполнение тестов, они предназначены только для сборки H2O.
Наконец, установите Rtools — набор инструментов командной строки, упрощающих разработку R в Windows.
ПРИМЕЧАНИЕ . Во время установки Rtools не устанавливайте Cygwin.dll.
ПРИМЕЧАНИЕ . Во время установки Cygwin отмените выбор пакетов Python, чтобы избежать конфликта с пакетом Python.org.
Если Cygwin уже установлен, удалите пакеты Python или убедитесь, что Native Python стоит перед Cygwin в переменной PATH.
Если у вас еще нет клиента Git, установите его. Стандартный вариант можно найти здесь http://git-scm.com/downloads. Перед установкой убедитесь, что поддержка командной строки включена.
Загрузите и обновите исходные коды h2o-3:
git clone https://github.com/h2oai/h2o-3
cd h2o-3
./gradlew.bat build
Если вы столкнулись с ошибками, запустите еще раз с
--stacktrace, чтобы получить дополнительные инструкции по отсутствующим зависимостям.
Если у вас нет Homebrew, мы рекомендуем установить его. Это упрощает управление пакетами для OS X.
Установите Яву 1.8+. Чтобы убедиться, что командная строка определяет правильную версию Java, запустите:
javac -version
Использование доморощенного:
brew install node
В противном случае установите с сайта NodeJS.
Установите R и добавьте каталог bin в свой PATH, если он еще не включен.
Установите следующие пакеты R:
Чтобы установить эти пакеты из сеанса R:
pkgs <- c( " RCurl " , " jsonlite " , " statmod " , " devtools " , " roxygen2 " , " testthat " )
for ( pkg in pkgs ) {
if ( ! ( pkg %in% rownames(installed.packages()))) install.packages( pkg )
}Обратите внимание, что для установки пакета RCurl R требуется libcurl.
Обратите внимание, что эти пакеты не охватывают выполнение тестов, они предназначены только для сборки H2O.
Установите питон:
brew install python
Установите менеджер пакетов pip:
sudo easy_install pip
Далее устанавливаем необходимые пакеты:
sudo pip install wheel requests tabulate
В OS X уже должен быть установлен Git. Чтобы загрузить и обновить исходные коды h2o-3:
git clone https://github.com/h2oai/h2o-3
cd h2o-3
./gradlew build
Примечание: на обычной машине прогон всех тестов может занять очень много времени (около часа).
Если вы столкнулись с ошибками, запустите еще раз с
--stacktrace, чтобы получить дополнительные инструкции по отсутствующим зависимостям.
curl -sL https://deb.nodesource.com/setup_0.12 | sudo bash -
sudo apt-get install -y nodejs
Установите Java 8. Инструкции по установке можно найти здесь Установка JDK. Чтобы убедиться, что командная строка определяет правильную версию Java, запустите:
javac -version
Инструкции по установке можно найти здесь Установка R. Нажмите «Загрузить R для Linux». Нажмите «Убунту». Следуйте данным инструкциям.
Чтобы установить необходимые пакеты, следуйте тем же инструкциям, что и для OS X выше.
Примечание . Если в процессе не удается установить RStudio Server в Linux, выполните одно из следующих действий:
sudo apt-get install libcurl4-openssl-devили
sudo apt-get install libcurl4-gnutls-dev
Если у вас еще нет клиента Git:
sudo apt-get install git
Загрузите и обновите исходные коды h2o-3:
git clone https://github.com/h2oai/h2o-3
cd h2o-3
./gradlew build
Если вы столкнулись с ошибками, запустите еще раз, используя
--stacktrace, чтобы получить дополнительные инструкции по отсутствующим зависимостям.
Убедитесь, что вы работаете не от имени пользователя root, поскольку
bowerотклонит такой запуск.
curl -sL https://deb.nodesource.com/setup_16.x | sudo bash -
sudo apt-get install -y nodejs
cd /opt
sudo wget --no-cookies --no-check-certificate --header "Cookie: gpw_e24=http%3A%2F%2Fwww.oracle.com%2F; oraclelicense=accept-securebackup-cookie" "http://download.oracle.com/otn-pub/java/jdk/7u79-b15/jdk-7u79-linux-x64.tar.gz"
sudo tar xzf jdk-7u79-linux-x64.tar.gz
cd jdk1.7.0_79
sudo alternatives --install /usr/bin/java java /opt/jdk1.7.0_79/bin/java 2
sudo alternatives --install /usr/bin/jar jar /opt/jdk1.7.0_79/bin/jar 2
sudo alternatives --install /usr/bin/javac javac /opt/jdk1.7.0_79/bin/javac 2
sudo alternatives --set jar /opt/jdk1.7.0_79/bin/jar
sudo alternatives --set javac /opt/jdk1.7.0_79/bin/javac
cd /opt
sudo wget http://dl.fedoraproject.org/pub/epel/7/x86_64/e/epel-release-7-5.noarch.rpm
sudo rpm -ivh epel-release-7-5.noarch.rpm
sudo echo "multilib_policy=best" >> /etc/yum.conf
sudo yum -y update
sudo yum -y install R R-devel git python-pip openssl-devel libxml2-devel libcurl-devel gcc gcc-c++ make openssl-devel kernel-devel texlive texinfo texlive-latex-fonts libX11-devel mesa-libGL-devel mesa-libGL nodejs npm python-devel numpy scipy python-pandas
sudo pip install scikit-learn grip tabulate statsmodels wheel
mkdir ~/Rlibrary
export JAVA_HOME=/opt/jdk1.7.0_79
export JRE_HOME=/opt/jdk1.7.0_79/jre
export PATH=$PATH:/opt/jdk1.7.0_79/bin:/opt/jdk1.7.0_79/jre/bin
export R_LIBS_USER=~/Rlibrary
# install local R packages
R -e 'install.packages(c("RCurl","jsonlite","statmod","devtools","roxygen2","testthat"), dependencies=TRUE, repos="http://cran.rstudio.com/")'
cd
git clone https://github.com/h2oai/h2o-3.git
cd h2o-3
# Build H2O
./gradlew syncSmalldata
./gradlew syncRPackages
./gradlew build -x test
Чтобы запустить кластер H2O локально, выполните в командной строке следующую команду:
java -jar build/h2o.jar
Список доступных параметров запуска JVM и H2O (например, -Xmx , -nthreads , -ip ) доступен в Руководстве пользователя H2O.
Предварительно созданные zip-файлы H2O-on-Hadoop доступны на странице загрузки. Каждая версия дистрибутива Hadoop имеет отдельный zip-файл в формате h2o-3.
Чтобы самостоятельно собрать H2O с поддержкой Hadoop, сначала установите sphinx для Python: pip install sphinx Затем запустите сборку, введя следующую команду из каталога h2o-3 верхнего уровня:
export BUILD_HADOOP=1;
./gradlew build -x test;
./gradlew dist;
Это создаст каталог с именем «target» и создаст там zip-файлы. Обратите внимание, что BUILD_HADOOP — это поведение по умолчанию, когда имя пользователя — jenkins (см. settings.gradle ); в противном случае вам придется запросить его, как показано выше.
Чтобы создать zip-файлы только для выбранных дистрибутивов, используйте переменную env H2O_TARGET вместе с BUILD_HADOOP , например:
export BUILD_HADOOP=1;
export H2O_TARGET=hdp2.5,hdp2.6
./gradlew build -x test;
./gradlew dist;
В каталоге h2o-hadoop каждая версия Hadoop имеет каталог сборки для драйвера и каталог сборки для Fatjar.
Вам нужно:
build.gradle ) в h2o-hadooph2o-3/settings.gradleHADOOP_VERSIONS в make-dist.shh2o-dist/buildinfo.jsonHadoop поддерживает безопасное олицетворение пользователя через свой Java API. Пользователю, аутентифицированному Kerberos, может быть разрешено проксировать любое имя пользователя, которое соответствует указанным критериям, введенным в файле core-site.xml узла NameNode. Это олицетворение применяется только к взаимодействиям с Hadoop API или API-интерфейсами служб, связанных с Hadoop, которые его поддерживают (это не то же самое, что переключение на этого пользователя на исходном компьютере).
Настройка безопасного олицетворения пользователя (для h2o):
hadoop.proxyuser.<proxyusername>.hosts : хосты, с которых прокси-пользователю разрешено выполнять олицетворяющие действия от имени действительного пользователя.hadoop.proxyuser.<proxyusername>.groups : группы, к которым должен принадлежать олицетворенный пользователь, чтобы олицетворение работало с этим прокси-пользователем.hadoop.proxyuser.<proxyusername>.users : пользователи, которых прокси-пользователю разрешено выдавать себя за другое лицо.<property> <name>hadoop.proxyuser.myproxyuser.hosts</name> <value>host1,host2</value> </property> <property> <name>hadoop.proxyuser.myproxyuser.groups</name> <value>group1,group2</value> </property> <property> <name>hadoop.proxyuser.myproxyuser.users</name> <value>user1,user2</value> </property> Олицетворенные действия HDFS можно просмотреть в журнале аудита hdfs (в записях, где это применимо, в поле ugi= должно отображаться значение «auth:PROXY»). YARN аналогичным образом должен отображать «auth:PROXY» где-то в пользовательском интерфейсе диспетчера ресурсов.
Чтобы использовать безопасное олицетворение с помощью драйвера Hadoop h2o:
Прежде чем попытаться это сделать, ознакомьтесь со статьей «Риски, связанные с выдачей себя за другое лицо» ниже.
При использовании h2odriver (например, при работе с hadoop jar ... ) укажите -principal <proxy user kerberos principal> , -keytab <proxy user keytab path> и -run_as_user <hadoop username to impersonate> в дополнение к любым другим нужны аргументы. Если настройка прошла успешно, прокси-пользователь войдет в систему и выдаст себя за -run_as_user , если этому пользователю разрешено свойство конфигурации пользователей или групп (настроенное выше); это обеспечивается HDFS и YARN, а не кодом h2o. Драйвер фактически устанавливает свой контекст безопасности в качестве олицетворенного пользователя, поэтому все поддерживаемые действия Hadoop будут выполняться от имени этого пользователя (например, YARN, API-интерфейсы HDFS поддерживают безопасно олицетворяющих пользователей, а другие — нет).
hadoop.proxyuser.<proxyusername>.hosts когда это возможно и практично.su ).hadoop.proxyuser.<proxyusername>.{hosts,groups,users} значения «*» может значительно повысить подверженность риску безопасности. $ git diff
diff --git a/h2o-app/build.gradle b/h2o-app/build.gradle
index af3b929..097af85 100644
--- a/h2o-app/build.gradle
+++ b/h2o-app/build.gradle
@@ -8,5 +8,6 @@ dependencies {
compile project(":h2o-algos")
compile project(":h2o-core")
compile project(":h2o-genmodel")
+ compile project(":h2o-persist-hdfs")
}
diff --git a/h2o-persist-hdfs/build.gradle b/h2o-persist-hdfs/build.gradle
index 41b96b2..6368ea9 100644
--- a/h2o-persist-hdfs/build.gradle
+++ b/h2o-persist-hdfs/build.gradle
@@ -2,5 +2,6 @@ description = "H2O Persist HDFS"
dependencies {
compile project(":h2o-core")
- compile("org.apache.hadoop:hadoop-client:2.0.0-cdh4.3.0")
+ compile("org.apache.hadoop:hadoop-client:2.4.1-mapr-1408")
+ compile("org.json:org.json:chargebee-1.0")
}
Sparkling Water сочетает в себе две технологии с открытым исходным кодом: Apache Spark и платформу машинного обучения H2O. Это делает библиотеку передовых алгоритмов H2O, включая глубокое обучение, GLM, GBM, K-Means и распределенный случайный лес, доступной из рабочих процессов Spark. Пользователи Spark могут выбирать лучшие функции на любой платформе для удовлетворения своих потребностей в машинном обучении. Пользователи могут комбинировать RDD API Spark и Spark MLLib с алгоритмами машинного обучения H2O или использовать H2O независимо от Spark для процесса построения модели и последующей обработки результатов в Spark.
Ресурсы газированной воды :
Основной документацией H2O является Руководство пользователя H2O. Посетите http://docs.h2o.ai, чтобы получить общее представление о документации по проектам H2O.
Чтобы создать документацию REST API, используйте следующие команды:
cd ~/h2o-3
cd py
python ./generate_rest_api_docs.py # to generate Markdown only
python ./generate_rest_api_docs.py --generate_html --github_user GITHUB_USER --github_password GITHUB_PASSWORD # to generate Markdown and HTML
Местоположение по умолчанию для созданной документации — build/docs/REST .
Если сборка не удалась, попробуйте gradlew clean , затем git clean -f .
Документация по каждой новейшей ночной сборке доступна на странице ночной сборки.
Если вы используете H2O как часть своего рабочего процесса в публикации, укажите свои ресурсы H2O, используя следующую запись BibTex:
@Manual{h2o_package_or_module,
title = {package_or_module_title},
author = {H2O.ai},
year = {year},
month = {month},
note = {version_information},
url = {resource_url},
}
Примеры цитирования форматированного программного обеспечения H2O :
Буклеты по алгоритмам H2O доступны на домашней странице документации.
@Manual{h2o_booklet_name,
title = {booklet_title},
author = {list_of_authors},
year = {year},
month = {month},
url = {link_url},
}
Примеры цитирования форматированного буклета :
Арора А., Кандел А., Лэнфорд Дж., ЛеДелл Э. и Пармар В. (октябрь 2016 г.). Глубокое обучение с H2O . http://docs.h2o.ai/h2o/latest-stable/h2o-docs/booklets/DeepLearningBooklet.pdf.
Клик К., Лэнфорд Дж., Малоглава М., Пармар В. и Роарк Х. (октябрь 2016 г.). Модели с градиентным усилением с помощью H2O . http://docs.h2o.ai/h2o/latest-stable/h2o-docs/booklets/GBMBooklet.pdf.
H2O создавался большим количеством участников на протяжении многих лет как внутри H2O.ai (компании), так и в более широком сообществе открытого исходного кода. Вы можете начать вносить свой вклад в H2O, отвечая на вопросы Stack Overflow или отправляя отчеты об ошибках. Пожалуйста, присоединяйтесь к нам!
SriSatish Ambati
Cliff Click
Tom Kraljevic
Tomas Nykodym
Michal Malohlava
Kevin Normoyle
Spencer Aiello
Anqi Fu
Nidhi Mehta
Arno Candel
Josephine Wang
Amy Wang
Max Schloemer
Ray Peck
Prithvi Prabhu
Brandon Hill
Jeff Gambera
Ariel Rao
Viraj Parmar
Kendall Harris
Anand Avati
Jessica Lanford
Alex Tellez
Allison Washburn
Amy Wang
Erik Eckstrand
Neeraja Madabhushi
Sebastian Vidrio
Ben Sabrin
Matt Dowle
Mark Landry
Erin LeDell
Andrey Spiridonov
Oleg Rogynskyy
Nick Martin
Nancy Jordan
Nishant Kalonia
Nadine Hussami
Jeff Cramer
Stacie Spreitzer
Vinod Iyengar
Charlene Windom
Parag Sanghavi
Navdeep Gill
Lauren DiPerna
Anmol Bal
Mark Chan
Nick Karpov
Avni Wadhwa
Ashrith Barthur
Karen Hayrapetyan
Jo-fai Chow
Dmitry Larko
Branden Murray
Jakub Hava
Wen Phan
Magnus Stensmo
Pasha Stetsenko
Angela Bartz
Mateusz Dymczyk
Micah Stubbs
Ivy Wang
Terone Ward
Leland Wilkinson
Wendy Wong
Nikhil Shekhar
Pavel Pscheidl
Michal Kurka
Veronika Maurerova
Jan Sterba
Jan Jendrusak
Sebastien Poirier
Tomáš Frýda
Ard Kelmendi
Yuliia Syzon
Adam Valenta
Marek Novotny
Zuzana Olajcova
Научно-консультативный совет
Stephen Boyd
Rob Tibshirani
Trevor Hastie
Системы, данные, файловые системы и Hadoop
Doug Lea
Chris Pouliot
Dhruba Borthakur
Jishnu Bhattacharjee, Nexus Venture Partners
Anand Babu Periasamy
Anand Rajaraman
Ash Bhardwaj
Rakesh Mathur
Michael Marks
Egbert Bierman
Rajesh Ambati
