-
大数据、数据分析、数据统计、数据挖掘、OLAP的差异
所属栏目：[大数据] 日期：2021-12-18 热度：122
在大数据领域里，经常会看到例如数据挖掘、OLAP、数据分析等等的专业词汇。如果仅仅从字面上，我们很难说清楚每个词汇的意义和区别。今天，我们就来通过一些大数据在高校应用的例子，来为大家说明白数据挖掘、大数据、OLAP、数据统计的区别。 一、数据分析[详细]
-
大数据世界：传统BI还能走多远？
所属栏目：[大数据] 日期：2021-12-18 热度：184
从事BI多年，经历了经营分析系统的大建设，大发展时期，也有幸处在大数据与传统BI系统的交替之际，因此特别来谈谈，传统BI还能走多远？ 传统BI还能走多远？ 技术为业务服务，因此这里不谈技术，更多从使用者的角度去阐述原因，理了八个方面，每个方面都是笔[详细]
-
电商“猜你喜欢”，你知道算法是怎样的吗？快来get新到底吧！
所属栏目：[大数据] 日期：2021-12-18 热度：94
一、推荐系统概述和常用评价指标 1.1 推荐系统的特点 在知乎搜了一下推荐系统，果真结果比较少，显得小众一些，然后大家对推荐系统普遍的观点是： (1)重要性UI数据算法，就是推荐系统中一味追求先进的算法算是个误区，通常论文研究类的推荐方法有的带有很多[详细]
-
搭建企业级大数据分析平台也可以很容易！
所属栏目：[大数据] 日期：2021-12-18 热度：97
对于大数据分析平台的建设，往往不是某个产品就能够满足，而是需要多种不同的产品一起搭建。例如，搭建大数据平台需要大规模数据存储平台，需要数据处理和挖掘工具，分析结果需要通过展现工具体现大数据分析的价值。所以，没有一个完善的BigData生态系统，大[详细]
-
BI、数据仓库、ETL、大数据开发工程师有什么差异？
所属栏目：[大数据] 日期：2021-12-18 热度：128
就拿ETL过程来说吧，你要把原始数据从各种数据库、各种服务器的不同业务日志归一化到同一类格式，要约定好分隔符，然后导入到分布式文件系统HDFS，甚至你还要和业务系统定义数据格式出规范，数据收集完 一味的解释 数据仓库 概念可能没意思，我们从不同角色[详细]
-
从底层到应用，大数据工程师成长之路必备技能概括
所属栏目：[大数据] 日期：2021-12-18 热度：171
目前很火，数据源头，各种炫酷新技术，搭建Hadoop、Hive、Spark、Kylin、Druid、Beam~，前提是你要懂Java，很多平台都是用Java开发的。 目前很多企业都把数据采集下来了，对于传统的业务数据，用传统的数据是完全够用的，可是对于用户行为和点击行为这些数据[详细]
-
IBM SPSS Modeler使用方法 —-参数及全局变量的使用
所属栏目：[大数据] 日期：2021-12-18 热度：57
在使用IBM SPSS Modeler过程中，有一些小技巧可能容易被大家忽略，而它们却是可以帮助我们更加高效、方便地实现我们需要的功能，今天给大家介绍参数及全局变量的使用。 什么时候需要用到参数？ 在做分析过程中，如果我们需要根据不同条件来运行相同的数据流[详细]
-
AI时代 迎来软件安全授权发展大浪潮
所属栏目：[大数据] 日期：2021-12-18 热度：66
谈起人工智能，几乎每个人都目光笃定：它的未来应用市场，潜力无限。工业制造、自动驾驶、语音助手太多领域的重复性工作劳动者等待着人工智能的解放。众多新晋创业者，作为当下人工智能的垦荒者，毫不怀疑人工智能应用这片沃土未来必将会蔚然成风。孟雄晖博士[详细]
-
大数据如何处理大问题
所属栏目：[大数据] 日期：2021-12-18 热度：177
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。除了为[详细]
-
AI、机器学习和认知计算入门指南
所属栏目：[大数据] 日期：2021-12-18 热度：121
几千年来，人们就已经有了思考如何构建智能机器的想法。从那时开始，人工智能 (AI) 经历了起起落落，这证明了它的成功以及还未实现的潜能。如今，随时都能听到应用机器学习算法来解决新问题的新闻。从癌症检测和预测到图像理解和总结以及自然语言处理，AI 正[详细]
-
借助大数据平台的数据处理
所属栏目：[大数据] 日期：2021-12-18 热度：199
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]
-
AI和机器学习如何帮助IT团队解决数据管理问题
所属栏目：[大数据] 日期：2021-12-18 热度：105
掌握和处理大量数据对于IT部门来说是一个挑战。以下是人工智能(AI)和机器学习如何帮助人们分类、组织和汇总大量信息的方法。 根据三星公司的调查，2016年全球互联网流量超过了1ZB，即10亿兆字节。这个数字是巨大的，但这个数据量与全球各企业正在存储的全部数[详细]
-
应对大数据集群的挑战
所属栏目：[大数据] 日期：2021-12-18 热度：135
数据存储曾经是大数据的最大挑战。由于云计算基础设施的进步，存储数据不再是关键问题。如今，数据科学家所面临的最大问题是数据收集。 集群化使得大数据分析更容易。然而，集群也给数据工程师带来了必须解决的问题。 数据存储 什么是数据集群? 数据集群的概[详细]
-
企业如何达成对大数据的处理与分析？
所属栏目：[大数据] 日期：2021-12-17 热度：78
随着两化深度融合的持续推进，全面实现业务管理和生产过程的数字化、自动化和智能化是企业持续保持市场竞争力的关键。在这一过程中数据必将成为企业的核心资产，对数据的处理、分析和运用将极大的增强企业的核心竞争力。但长期以来，由于手段和工具的缺乏，[详细]
-
AI进入全国高中新课程标准， 秋季学期执行
所属栏目：[大数据] 日期：2021-12-17 热度：199
1月16日上午，教育部召开新闻发布会，介绍了《普通高中课程方案和语文等学科课程标准(2017年版)》的有关情况。在此次新课标改革中，正式将人工智能、物联网、大数据处理正式划入新课标。2018秋季入学的高中生，将要学习人工智能了。 教育部出大招了。2018[详细]
-
AI革命走向风口浪尖
所属栏目：[大数据] 日期：2021-12-17 热度：69
如果说人类的历史进步教会了我们什么的话，那就是真正的阶段性进展都不是来源于单一的技术突破，而是由同期的各种因素相互促成的。 比如1760年，始于英国的工业革命就是由蒸汽动力的出现、铁矿产量的提升以及第一代机械工具的开发和使用等多重因素构成的。同[详细]
-
加强大数据发展和AI研发应用，被写入政府工作报告
所属栏目：[大数据] 日期：2021-12-17 热度：198
昨天上午 9 点，十三届全国人大一次会议在人民大会堂开幕，听取国务院总理李克强关于政府工作的报告。报告结构简明，共分三个部分：回顾过去五年工作情况;2018 年经济社会发展总体要求和政策取向;对 2018 年政府工作的建议。 在回顾过去五年的政府工作情况时[详细]
-
Java专业人员如何借助Hadoop的力量？
所属栏目：[大数据] 日期：2021-12-17 热度：121
毫无疑问，大量的数据已经到来。到处都是数据，也有大量的数据。数据集的典型大小已经从giga字节猛增到Peta字节，并增加了复杂性。多方面的增加。数据来自不同的来源--无论是Twitter更新还是不断的社交媒体数据，这些数据在形式上都是高度非结构化的。传统关[详细]
-
是的，AI就是分析
所属栏目：[大数据] 日期：2021-12-17 热度：132
关于人工智能究竟是什么，以及人工智能的学科应该如何分类，似乎存在一些混淆。人工智能是分析学的一种形式，还是一门与分析学不同的全新学科?我坚信人工智能与预测分析和数据科学的关系比任何其他学科都更为密切甚至有人可能会认为人工智能是下一代的预测分[详细]
-
未来学家： 中国将成世界上无可挑战的人工智能霸主
所属栏目：[大数据] 日期：2021-12-17 热度：188
Future Today Institute的创始人Amy Webb发布了其年度科技趋势报告，其中大部分的聚焦点在于人工智能的持续影响。其他报告强调的趋势还包括太空旅行、人类基因编辑和全球数据科学家的短缺。Webb是一位未来学家，也是纽约大学斯特恩商学院的战略预见教授，她在[详细]
-
大数据时代的三大走向和三大困境
所属栏目：[大数据] 日期：2021-12-17 热度：163
一家公司的数字化改造应该从清晰的趋势和障碍出发，更好地规划出一条通往其所寻求业务成果的路线。考虑到这一点，以下是我们关注的三大数据趋势，以及在数字时代可能出现在企业和成功之间的三大困境。 三大趋势 1.真实的机器学习 我们坚信，机器学习、人工智[详细]
-
人类辩手竟被辩论型人工智能机器人击败！
所属栏目：[大数据] 日期：2021-12-17 热度：87
IBM在研究对话式人工智能多年，此前推出了沃森，近日IBM办公室最新推出的AI系统Project Debater，在一场辩论赛中击败了人类顶尖辩手！Project Debater的对手是以色列国际辩论协会主席Dan Zafrir和2016年以色列国家辩论冠军Noa Ovadia。据IBM介绍Project Debat[详细]
-
小心！现代数据环境中需转变的三大思维
所属栏目：[大数据] 日期：2021-12-17 热度：163
近年来出现了大量的新数据源，它们生成了前所未有的庞大输出量，并且输出内容通常结构化程度不高甚至没有任何结构，这可能是现代数据环境中存在的最大障碍。从点击流、服务器日志和社交媒体源到机器和传感器读数，来自这些渠道的巨量数据简直令人不知所措。[详细]
-
慧都工业大数据一体化解决措施据创造价值
所属栏目：[大数据] 日期：2021-12-17 热度：103
数据是制造业在整个价值链中面临的最关键挑战，无论是流程型制造业，还是离散型制造业，或者混合型制造业，每天都会产生大量的数据。但在数据的管理上还存在许多问题： 数据孤岛现象严重 制造业各个信息系统，存在大量生产经营数据，这些数据往往是独立的，交[详细]
-
AI助力城市交通智慧化发展——挖掘多源数据破解城市“堵局”
所属栏目：[大数据] 日期：2021-12-17 热度：137
众所周知，城市交通是城市活动的重要组成部分，犹如人体的动脉，维系着整个城市的正常运转。随着人口的增多、科技 的进步和城市规模的扩大，交通方式由原来简单的车马舟船，演变为现在的火车、汽车、地铁、飞机等各种综合型的运输 方式。交通作为现代城市的[详细]
浙公网安备 33038102330482号