-
大数据、AI引爆数据中心 服务器芯片厂争相卡位
所属栏目：[大数据] 日期：2021-12-21 热度：188
苹果（Apple）日前宣布将投资10亿美元在贵州设立数据中心（Data Center），成为继高通（Qualcomm）之后第二家大动作与贵州政府合作的国际科技大厂，供应链业者透露，目前中国包括大数据、云端及人工智能等新应用，都必须仰赖数据中心提供支持，预期各省自建[详细]
-
数据科学初学者九种常见问题
所属栏目：[大数据] 日期：2021-12-21 热度：131
如果你想开始一个数据科学方面的职业，你可以通过避免这9个会使你付出高代价的初学者错误来免去几天，几个星期甚至几个月的挫折。 如果你不仔细，这些错误将会消耗你最宝贵的资源：你的时间、精力和动力。 我们将它们分为三类： 学习数据科学时的错误； 求职[详细]
-
大数据如何处理大问题
所属栏目：[大数据] 日期：2021-12-21 热度：70
未来几年,全球数据量将呈指数级增长。据国际数据公司(IDC)统 计,全球数据总量预计2020年达到44ZB,中国数据量将达到8060EB,占全球 数据总量的18%。 如今,大数据已成为一项业务上优先考虑的工作任务,因为它能够对全 球整合经济时代的商务产生深远的影响。除了[详细]
-
企业“数据压力锅”即将爆炸，CIO该如何避免爆锅？
所属栏目：[大数据] 日期：2021-12-21 热度：108
随着全球数字宇宙的快速膨胀，企业存储在云上及数据中心的海量数据，正在形成压力锅，并濒临爆锅状态。作为全球数据集成领域的领导者，Informatica的企业数据治理解决方案结合人工智能和机器学习CLAIRE引擎，可跨越多个业务系统访问、发现、清洗、集成和交付[详细]
-
在AI和大数据产品的开发中，有哪些需要特别注意的点？
所属栏目：[大数据] 日期：2021-12-21 热度：69
人工智能是近年来科技发展的重要方向，大数据的采集、挖掘、应用的技术越来越受到瞩目。在人工智能和大数据产品的开发过程中，有哪些特别需要注意的要点?人工智能领域的算法大师、华盛顿大学教授Pedro Domingos对此进行了深入思考。 在达观数据最新翻译的《[详细]
-
保护数据中心网络安全需要避免外部渗透
所属栏目：[大数据] 日期：2021-12-21 热度：53
近年来，安全问题一直在IT行业频繁发生，WannaCry ransomware数据窃取事件发生在英国国家医疗服务系统(NHS)和发薪日贷款公司Wonga，这让人们感到不安，因为传统的安全措施已经无法缓解网络攻击。 数据中心在安全性方面面临着特殊的挑战，因为它们不仅需要构[详细]
-
介绍大数据平台的数据处理
所属栏目：[大数据] 日期：2021-12-21 热度：114
无论是采集数据，还是存储数据，都不是大数据平台的最终目标。失去数据处理环节，即使珍贵如金矿一般的数据也不过是一堆废铁而已。数据处理是大数据产业的核心路径，然后再加上最后一公里的数据可视化，整个链条就算彻底走通了。 如下图所示，我们可以从业务[详细]
-
你不能不了解的14个大数据专业词汇
所属栏目：[大数据] 日期：2021-12-21 热度：150
随着大数据技术的不断提高，大数据应用的不断普及，大数据与各行各业的关系越来越紧密。大数据行业充斥着大量的专业词汇，准确掌握和了解这些词汇的含义，有助于更好的理解大数据，更好地利用大数据技术。以下整理了以数据处理为中心的14个大数据专业词汇，[详细]
-
一文看懂HIVE和HBASE的差异
所属栏目：[大数据] 日期：2021-12-21 热度：127
两者分别是什么? Apache Hive是一个构建在hadoop基础设施之上的数据仓库。通过Hive可以使用HQL语言查询存放在HDFS上的数据。HQL是一种类SQL语言，这种语言最终被转化为Map/Reduce. 虽然Hive提供了SQL查询功能，但是Hive不能够进行交互查询因为它只能够在Haoop[详细]
-
大数据世界的语言研究不能忽视的因果
所属栏目：[大数据] 日期：2021-12-21 热度：120
大数据是近年兴起的概念,大体上是指通过一系列精炼、提[详细]
-
大数据对六大领域的风险
所属栏目：[大数据] 日期：2021-12-21 热度：136
第一个挑战是大数据对人性假设的挑战。 管理学自诞生开始，就以人为对象，以人性假设为前提不断演化出各种理论。第一个提出科学管理理论的泰勒假设人是经济人，后来梅奥假设人是社会人，西蒙则构造了决策人假设。自西蒙之后，又有了各种各样新的理论：战略管[详细]
-
从大数据到AI 我们还有多远要走？
所属栏目：[大数据] 日期：2021-12-21 热度：171
开始，从政府到企业，从分析机构到业界专家，几乎所有的企业和个人都将目光锁定到了人工智能上。如果说2016年是人工智能的新纪元，人们对于人工智能的探讨还是基于概念的探讨和前景的展望上，那么2017年则是人工智能如何落地的关键一年。 从广义上讲，人工智[详细]
-
郭为：大数据时代的企业管理分析
所属栏目：[大数据] 日期：2021-12-21 热度：86
互联网时代，创新使得财富积累的速度前所未有的快，贫富不均也前所未有地分化。这个时代，世界的竞争变成人与人的竞争，人与人的竞争就是智慧的竞争，就是人的创新能力的竞争。如何才能提高人的竞争力，是管理科学面临的新课题，是管理者必须要思考的难题。[详细]
-
大数据应用趋势思考
所属栏目：[大数据] 日期：2021-12-21 热度：81
一、 警惕大数据过热 1.1 过热产生盲目性 国内大数据的宣传早已过热，很多区县级政府也在考虑成立大数据局，政府对大数据热几乎没有抵抗力，企业没有紧跟就对了，在大数据高潮中反省政府的大数据行为、冷静一下头脑是有益的，毕竟大数据应用是一个经济问题，[详细]
-
使用数据进行决策时要防止3个陷阱
所属栏目：[大数据] 日期：2021-12-21 热度：184
如今，数据不仅仅是营销领域的一个流行语。为了实现业务运作良好，企业需要关注如何改进，有效收集和分析数据。如果获得数据并使用它却没有促进改变，那么收集数据就没什么意义了。然而，在解释和使用数据来做出决策时也存在一些问题。它不像看起来那么简单[详细]
-
大数据正在革新企业决策的方式
所属栏目：[大数据] 日期：2021-12-21 热度：198
数据是企业决策的核心。直到最近，大部分数据来自客户反馈和市场测试。然而，大数据的兴起造成了一种情况，即更多的企业可以基于预测分析而不是经验测试推出产品。因为这是一个不同的市[详细]
-
数据领域的八大发展走向
所属栏目：[大数据] 日期：2021-12-21 热度：196
在2017年数据社区将会有大量的机会出现，并伴随一些危机性的挑战，下面是对上述问题的纵观。 1．更多的数据科学家将开始使用深度学习 纵观2016年深度学习领域所取得的主要成就，与那些让深度学习变得更加简单的工具发布，以及直接让现有大数据平台和架构整合[详细]
-
达成数据科学研究结果可复制的十条规则
所属栏目：[大数据] 日期：2021-12-21 热度：64
近年来，有越来越多的迹象表明，科研结果的可复现性出现了危机。对心理学和癌症生物学论文的检查发现，分别只有40%和10%的结果是可复现的。 《自然》杂志在2016年对科研人员的调查结果显示： 52%的科研人员认为存在严重的可复现性危机 70%的科学家试图复现另[详细]
-
Hadoop之后：大数据的前景
所属栏目：[大数据] 日期：2021-12-21 热度：77
在实时数据世界里，为什么我们还这么执着于Hadoop？根据451 Research调查数据显示，围绕批处理架构的Hadoop仍然是大数据[注]的代表技术，尽管其声誉仍然超过实际部署情况。 Hadoop之后：大数据的未来 还没有真正部署Hadoop的企业可能想要再等一等。而随着Apa[详细]
-
导致大数据项目失败的4大痛点及克服策略
所属栏目：[大数据] 日期：2021-12-21 热度：161
大数据项目通常不会因为单一的原因而失败，而且肯定不会仅仅出于技术原因。这些因素的组合有助于破坏大数据部署。业务战略、人员、企业文化、分析方法或分析工具的细微差别等因素，都可能导致大数据项目出现问题和失败，而这样的失败在数字化转型的过程中在所[详细]
-
五个角度浅析大数据与BI的差异
所属栏目：[大数据] 日期：2021-12-21 热度：85
BI(Business Intelligence)，中文翻译是商务智能，是一套完整的解决方案，用来将组织中现有的数据进行有效的整合，快速准确的提供报表并提出决策依据，帮助组织做出明智的业务经营决策。 大数据(Big Data)是从收集的海量数据中，通过算法将这些来自不同渠道[详细]
-
Python爆红的六大理由
所属栏目：[大数据] 日期：2021-12-21 热度：198
无论你是否清楚这个事实，Python实际上已经不是一门年轻的编程语言了。虽然它也不如其它一些语言那么年长，但它仍然比大部分人所想的要更老一些。它第一次发布的时间是在1991年，虽然这些年它也经历了相当大的改变，但它现在的用处跟当时并没有什么差别。 实[详细]
-
将如何颠覆信任问题？
所属栏目：[大数据] 日期：2021-12-21 热度：58
一、统计数据从解决争议的帮手成了扩大分歧的推手 理论上统计数据应该有助于解决争议，是每个人观点的支撑依据。无论人们的政治观点如何，他们都可以在数据上有一致的认同。然而近年来在西方自由民主国家中，这种对统计数据不同程度的怀疑已经成为了一项关键[详细]
-
工业大数据如何革新制造业？
所属栏目：[大数据] 日期：2021-12-21 热度：118
工业大数据是互联网、大数据和工业产业结合的产物，是中国制造2025、工业互联网、工业4.0等国家战略在企业的落脚点。对于制造业而言，了解行业大数据产生的背景，归纳行业大数据的分类和特点，从数据流推动本身价值创造的视角看待、重造工业价值流程，将具有[详细]
-
大数据+AI：新常态下的金融科技革命
所属栏目：[大数据] 日期：2021-12-21 热度：95
天下武功，唯快不破，在飞速发展的互联网时代更是如此。各行各业都追求一个快字，而到了金融行业，则在追求快的同时，又要追求一个稳字，既要求整个流程的迅速流畅，有要求风控的全面、稳[详细]
浙公网安备 33038102330482号