-
未来已来 Cloudera拥抱混合数据年代
所属栏目：[大数据] 日期：2022-08-25 热度：123
我们生活在一个混合数据的世界中。在过去十年间，世界创建、捕获、复制和使用的结构化数据量已从2011年的不到 1ZB 增长到 2020 年的近 14ZB，这已经很惊人了，但还有另外更巨大的 50ZB数据非结构化数据、云数据和机器数据。 对于Cloudera来说，这是一个回[详细]
-
如何策划数据可视化平台
所属栏目：[大数据] 日期：2022-08-25 热度：123
最近在项目上常常听到这样的话：我想要一个酷炫的数据大屏，设计一定要有科技感，这个可视化设计没有重点每当听到这些需求，作为设计师一般都是欲哭无泪的。到底什么叫酷炫有科技感？客户理解的数据大屏什么样？是数据还是可视化出了问题？？ 这篇文章将会[详细]
-
Python实行数据可视化 你会用什么库来做呢
所属栏目：[大数据] 日期：2022-08-25 热度：144
用Python进行数据可视化你会用什么库来做呢？ 今天就来和大家分享Python数据可视化库中的一员猛将Altair！ 借助Altair，我们可以将更多的精力和时间放在理解数据本身及数据意义上，从复杂的数据可视化过程中解脱出来。 简单来说，Altair是一种可视化语法，[详细]
-
一文看清楚 数据指标体系的几大类别
所属栏目：[大数据] 日期：2022-08-25 热度：177
很多同学问：有没有普遍的、一般的指标体系梳理方法？网上常见的指标体系分享，大多是互联网的AARRR一类，现实中情况却很复杂。普遍的方法当然有，就是基于业务逻辑，梳理指标体系。从本质上看，数据指标体系有4大类型，针对四个不同的业务逻辑。今天来系[详细]
-
两种主流大数据系统架构的差异 终于有人讲明白了
所属栏目：[大数据] 日期：2022-08-25 热度：126
同样都可以处理大规模数据的MPP数据库架构与Hadoop体系架构属于不同的技术体系，二者没有直接的相关性，却常常被放在一起进行比较。特别是在企业数据仓库建设中，MPP架构与Hadoop架构代表两类典型的技术路线选型，事实上，在2015年左右甚至有人认为基于Had[详细]
-
从0到1创建智能灰度数据体系 以vivo游戏中心为例
所属栏目：[大数据] 日期：2022-08-25 热度：168
本文介绍了vivo游戏中心在灰度数据分析体系上的实践经验，从实验思想-数学方法-数据模型-产品方案四个层面提供了一套较为完整的智能灰度数据解决方案，以保障版本评估的科学性、项目进度以及灰度验证环节的快速闭环。该方案的亮点在于，指标异动根因分析方[详细]
-
几个好使常见的大数据分析模型
所属栏目：[大数据] 日期：2022-08-24 热度：74
互联网打工人来说，数据分析是一项必备技能！花了这么多钱，营销效果到底达到没有？什么样的功能才能真正戳中用户的痛点？ 1. 事件分析 干啥的：研究某行为事件的发生对企业组织价值的影响以及影响程度。 怎么用：追踪或记录的用户行为或业务过程，如用户[详细]
-
大数据项目可能出错的几种方案
所属栏目：[大数据] 日期：2022-08-24 热度：171
大数据项目的低成功率是过去10年中一个持续存在的问题，与之类似的是：人工智能项目中也出现了相同类型的问题。虽然100%的成功率不是一个可以实现的目标，但用户可以进行一些调整以从数据投资中获得更多收益。 一个重要原因是缺乏数据集中化，这抑制了公司[详细]
-
MPP与Hadoop 两种主流大数据系统架构有什么差别
所属栏目：[大数据] 日期：2022-08-24 热度：66
同样都可以处理大规模数据的MPP数据库架构与Hadoop体系架构属于不同的技术体系，二者没有直接的相关性，却常常被放在一起进行比较。 1. 设计思路对比 两类系统运行的硬件架构是相同的，都是普通服务器组成的集群，但从资源管理角度来说，它们并行化软件实[详细]
-
为什么大热的数据可视化行业 我不提议轻易入行
所属栏目：[大数据] 日期：2022-08-24 热度：151
这两年互联网行业在 C 端市场上的增长已经不足以吸引大众和投资者的视线，B 端作为一个新的热点开始被追捧。 各种让人眼花缭乱的图例和技术应用解说，很容易让我们产生未来已经加速向我们走来的 幻觉，此时不抓紧时代的机遇投身数字化界面的设计，更待何时[详细]
-
数据指标 VS 标签体系 到底有啥区别 总算讲清楚了
所属栏目：[大数据] 日期：2022-08-24 热度：127
实际上，标签和指标一样，是数据分析的左膀右臂，两者同样重要。实际上，很多人分析不深入，就是因为缺少对标签的应用。今天系统的讲解下。 那如果做得好的话，标签能发挥啥作用呢？ 一：查询信息。这是最普遍的场景了。大量的一线工作人员会有需求，比如[详细]
-
为什么完善数据供应链是一种责任
所属栏目：[大数据] 日期：2022-08-24 热度：149
如今，企业拥有比以往任何时候都要多的数据，数据架构师、分析师和数据科学家在所有业务职能部门中变得越来越普遍。然而，随着企业招募经验丰富的分析师以利用数据做出更好的决策，他们往往无法改善数据供应链和由此产生的数据质量。如果没有可靠的数据供[详细]
-
2022大数据十大关键词 重磅公布
所属栏目：[大数据] 日期：2022-08-24 热度：174
大数据几大关键词是基于我们长期对于产业的研究观察，以及与一线专家的研讨交流完成。如图所示，本年度十大关键词涉及数据从计算机语言到成为生产要素的全生命周期，包括 【数据资源化】，即数据从计算机语言到成为可被人类识别的信息 【数据治理】，即将[详细]
-
数据解析如何赋能销售
所属栏目：[大数据] 日期：2022-08-24 热度：72
数据助力业务大号口喊了很多年，可一提到数据分析，人们习惯性的依然讲的是：excel，python，sql，依然是数据清洗、数据计算、可视化。到底业务部门需要啥样的数据分析，很少有人认真讨论。今天我们就拿销售举个例子，具体看看到底啥样的数据分析有用。 1.[详细]
-
总做描述性统计 深入的数据分析到底咋办
所属栏目：[大数据] 日期：2022-08-24 热度：193
经常有同学抱怨：感觉平时做的都是描述性统计，同比、环比，深入的数据分析到底怎么做？今天系统地讲解一下。 举个简单的例子，让分析：为啥业绩下降了。很多同学的做法，就是拿本月和上月做对比，然后分产品、地区、分公司等维度做交叉。最后发现：A产品[详细]
-
怎样改善数据供应链的成果
所属栏目：[大数据] 日期：2022-08-24 热度：148
如今，企业拥有比以往任何时候都要多的数据，数据架构师、分析师和数据科学家在所有业务职能部门中变得越来越普遍。然而，随着企业招募经验丰富的分析师以利用数据做出更好的决策，他们往往无法改善数据供应链和由此产生的数据质量。如果没有可靠的数据供[详细]
-
人工智能技术在未来会带来怎样的影响
所属栏目：[大数据] 日期：2022-07-19 热度：177
人工智能正在深入我们的日常生活，但这并不像许多人想象的那样可怕。借助人工智能，我们已经看到事情变得越来越好和容易，但是这种变化并不仅限于家庭。如今，许多企业开始以不同的新方式使用AI，以吸引他们的客户，推动销售并简化业务流程。简而言之，未来[详细]
-
人工智能赋能疫情防控的效果显著吗
所属栏目：[大数据] 日期：2022-07-19 热度：155
安顿官方表示，智能体温监测正式上线。这是安顿继新型冠状病毒肺炎预警模型推出后，基于大数据、人工智能算法与中医理论的创新融合，助力精准判断疾病风险的又一举措。 在全国上下团结一心抗击疫情、攻坚克难之际，体温监测是疫情检测的第一关口。据证实，发[详细]
-
使用AI会有什么转变
所属栏目：[大数据] 日期：2022-07-19 热度：58
大体量有很多优势。它使我们可以看得更长远，能坚持以用户为中心开展各种项目，哪怕它们的短期价值并不明显。比如说，我们从很早就开始投资人工智能。在我接任CEO后，我做出的一个重大转变就是在产品构建上真正实施了人工智能优先战略。很多年前，我们可能要[详细]
-
人工智能医疗如何来保障健康
所属栏目：[大数据] 日期：2022-07-19 热度：196
医疗和健康一直是人们关心的最重要问题之一，随着科技的进步，现代医疗正在像数字化、智能化方向转型。AI医疗的定义是可以带来最佳的医疗服务，更好的诊断工具和设备以及对患者的更好的治疗技术，从而改善每个人的生活质量。面对以人工智能为主导的第四次工[详细]
-
数据湖可以用来应对大数据的挑战吗
所属栏目：[大数据] 日期：2022-07-19 热度：122
杰夫贝佐斯（Jeff Bezos）往车库里下订单并亲自开车去邮局时，处理成本数字，跟踪库存和预测未来需求相对简单。快进25年了，亚马逊的零售业务在全球拥有175 多个配送中心，超过25万名全职员工每天运送数百万件商品。 亚马逊全球财务运营团队的任务非常艰巨，[详细]
-
哪一些机器学习用例值得去了解
所属栏目：[大数据] 日期：2022-07-19 热度：81
什么是机器学习？ 机器学习是人工智能的一个应用，它使用算法和统计模型来教计算机系统如何在没有任何人工交互的情况下执行各种任务。与定义决策逻辑的传统计算机编程不同，机器学习使系统可以根据可用数据调整其行为。 人工智能与机器学习实例 虽然机器学习[详细]
-
人工智能如何处理实际的社会问题
所属栏目：[大数据] 日期：2022-07-19 热度：168
人工智能赋予数据生命，让过去各种盘点和调查所搜集到的庞大资料，找到重新被利用的机会，透过数据驱动决策，就能够对症下药，利用AI提升社会福祉，究竟AI可以帮助解决哪些社会问题呢？ 台洪灾害致停电风险预警系统 台湾省位于台风路径的要冲，时常酿成大范[详细]
-
人工智能在取代工作的同时有什么优点
所属栏目：[大数据] 日期：2022-07-19 热度：129
不管人们愿不愿意，人工智能（AI）正在占领我们生活中的世界。当初创造AI就是希望被机器人能够模仿人类智能行为所产生之能力。其实，现今的劳动力工作已经很明显有机器人进驻，例如：透过机器人建构与生产产品，甚至人们也正在使用AI当成虚拟助理而不再需要[详细]
-
人工智能技术是怎么走进平常的生活的
所属栏目：[大数据] 日期：2022-07-19 热度：191
普遍对于AI的讨论多半围绕在技术的本质，AI产业的运作，除了以技术为本位之外，更有许多具备跨领域的专家作为客户需求与AI工程师之间的桥梁，确认需求、评估投资、分析产业，刘建志以自身的经验，从管理方的角度，分享他所观察到的AI应用、机会及值得思考的[详细]
浙公网安备 33038102330482号