-
几时使用机器学习
所属栏目：[大数据] 日期：2022-06-09 热度：77
为什么要探讨这个话题 探讨这个话题的本质原因是来源于为客户提供数据战略咨询服务时的思考，很多客户的痛点与诉求看似可以用机器学习解决，但实际上却充满风险，所以究竟机器学习什么时候该用，什么时候不该用，便成为了思考的对象。 机器学习起源于学术界[详细]
-
如何让程序员更简单使用机器学习
所属栏目：[大数据] 日期：2022-06-09 热度：131
一直以来，人们试图手工编写算法来理解人工生成的内容，但是成功率极低。例如，计算机很难掌握图像的语义内容。对于这类问题，AI科学家已经尝试通过分析汽车、猫、外套等低级像素来解决，但结果并不理想。尽管颜色直方图和特征检测器在一定程度上发挥了作用[详细]
-
如何建造一支高效率的人工智能团队？
所属栏目：[大数据] 日期：2022-06-09 热度：150
本文将介绍把机器学习基础设施、员工和流程融合的方式，以实现适用于企业的MLOps(面向人工智能系统的运维管理)。本文希望对旨在以高效人工智能团队开发强大的人工智能/机器学习(AI/ML)项目的经理和主管提供启发。 本文的经验来自Provectus公司的人工智能团队[详细]
-
从开始懂互联网到懂用户，谷歌这次都押了哪些宝？
所属栏目：[大数据] 日期：2022-06-09 热度：161
谷歌 I/O 大会如约而至。谷歌 I/O 2022 大会开幕式上，谷歌 CEO Sundar Pichai 发表了长达 2 小时的以知识和计算为关键词的主题演讲。这次演讲在勾勒谷歌长期发展愿景的同时，也在某种程度上描绘后疫情时代的互联网技术的演进方向。 搜索再定义：Anyway、Any[详细]
-
线下零售要怎么构建AI自动结账服务？
所属栏目：[大数据] 日期：2022-06-09 热度：106
客户体验是线上零售的重要优势，无需排队、没有延迟、采购便捷。但根据Forrester研究报告，由于人们希望在购买前充分了解产品，或只是不喜欢等待商品运输的过程，美国72%的零售消费仍然依靠实体店面。 目前，无人售货的创意方案在亚马逊无人便利店(Amazon Go[详细]
-
赋能元宇宙 启动智能交互新未来
所属栏目：[大数据] 日期：2022-06-09 热度：90
MetaCon元宇宙技术大会2022在线上成功举办，大会聚焦元宇宙产业政策、学术研究成果、技术创新和行业落地等多个层面。人机交互与高效能网络落地专场特邀了多名技术大咖，针对如何实现元宇宙世界人机交互，VR/AR/MR虚拟现实技术、全息影像技术、传感技术等常用[详细]
-
互联网 VS 传统行业，数据分析有啥异同
所属栏目：[大数据] 日期：2022-06-09 热度：67
很多同学好奇：总说互联网数据分析，到底啥是互联网数据分析?和传统企业有啥区别?今天系统讲解下。 典型的传统企业 典型的传统企业，以制造业为代表的，商业模式是： 进原料，生产成产品 通过经销商，卖到全国 承担产品的售后、服务工作 因此，其部门划分通[详细]
-
一文看懂渠道分析怎样做
所属栏目：[大数据] 日期：2022-06-09 热度：112
今天跟大家分享的是：推广渠道分析。推广渠道是推广产品、获取客户的途径，对企业而言，是影响收入的重要因素。今天就简单分享一下，该如何进行分析。 一、有哪些推广渠道 凡是能打广告，拉来用户的地方，都是推广渠道。 常见的线上推广渠道，如： 广告：比[详细]
-
五种比较常用格式的数据输出，手把手教你用Pandas实现
所属栏目：[大数据] 日期：2022-06-09 热度：142
五种比较常用格式的数据输出，手把手教你用Pandas实现 01 CSV DataFrame.to_csv方法可以将DataFrame导出为CSV格式的文件，需要传入一个CSV文件名。 复制 df.to_csv(done.csv) df.to_csv(data/done.csv) # 可以指定文件目录路径 df.to_csv(done.csv, index=Fa[详细]
-
大数据算法天花乱坠的时代，如何辨别数据陷阱？
所属栏目：[大数据] 日期：2022-06-09 热度：181
过去的一周，你心情咋样? 除了股票基金过山车般的涨跌之外，工作例会上，你使用的数据PPT模板让展示更加美观有趣，获得老板好评。 一把游戏结束，系统自动送上战力统计，你的队友明显拖了后腿，下次不要和ta组队了。 此时手机又提醒你视屏时间过长，建议休息[详细]
-
2022年三个主要的数据分析趋向
所属栏目：[大数据] 日期：2022-05-24 热度：124
数据分析是一个不断发展的领域。2020年初发生新冠疫情成为主要的破坏因素，企业需要大力投资数据分析以支持其数字化转型。 在新冠疫情蔓延初期，很多企业减少开支并专注于其他紧迫的优先事项(例如支持员工远程工作)，这似乎可能会阻碍数据和分析的进步。但是[详细]
-
大数据技术的用处和它的五大核心原理
所属栏目：[大数据] 日期：2022-05-24 热度：86
大数据的用途 大数据可分成大数据技术、大数据工程、大数据科学和大数据应用等领域。目前人们谈论最多的是大数据技术和大数据应用。工程和科学问题尚未被重视。大数据工程是指大数据的规划建设运营管理的系统工程;大数据科学关注大数据网络发展和运营过程中[详细]
-
基于数据解析给出运营建议 咋整？
所属栏目：[大数据] 日期：2022-05-24 热度：129
有同学问：如何基于数据分析提出运营建议，今天我们拿个简单的题目来举例。这个题目陈老师之前讲过，有印象的同学应该还记得。再举一次，是因为每到招聘季都有人把它搬出来，而且有关它的大部分讲解，都是错的。 已知，下图是某个电商一周销售金额走势(具体[详细]
-
生活中无处不在的数据解析
所属栏目：[大数据] 日期：2022-05-24 热度：126
关于数据分析的问题 很多时候，会被一些刚刚入门或者入门两三年的同学问：数据分析就是提数据吗？为什么我感觉我像个工具人一样天天写SQL做报表呢？！ 每到这个时候，我就想起来了我入行的那个夏天，每天乐此不疲的跑着SQL。好像自己那会儿没有思考过这个问[详细]
-
真正指挥大规模战争的其实为大数据和人工智能？
所属栏目：[大数据] 日期：2022-05-24 热度：106
大数据和人工智能到底有多强?大部分人仍然没有直观体会，但实际上已经渗透进当今地球和人类活动的方方面面。也正在深刻地改变世界的固有形态。那些过去的超级强国，在这方面仍然遥遥领先，而那些没有跟上潮流的90%以上的国家，其实早就彻底躺平;最主要的是那[详细]
-
数据分析师七大实力 梳理标签体系
所属栏目：[大数据] 日期：2022-05-24 热度：133
大家好，我是爱学习的小xiong熊妹。 这次分享一个更高级能力：构造标签体系。在提升能力的顺序上，当然是先会打一个标签，再会搞整个体系了。 一、什么是标签体系? 围绕一个业务场景，实现业务闭环操作的若干个标签组合，称为标签体系。之所以需要标签体系，[详细]
-
大数据分析是啥？
所属栏目：[大数据] 日期：2022-05-24 热度：71
大数据分析：是指对规模巨大的数据进行分析，大数据可以概括为：数据量大，速度快，类型多，价值、真实性。 大数据可以概括为5个V， 数据量大、速度快、类型多、价值、真实性。 1.可视化分析 不管是对数据分析专家还是普通用户，数据可视化是数据分析工具最[详细]
-
大数据研究引用挑战预测增加
所属栏目：[大数据] 日期：2022-05-24 热度：180
尽管大数据行业有大量的软件平台和产品、开发人员和数据专业人士，以及许多热心的爱好者，但对于专业数据工作者和管理人员来说，在企业中实施数据战略仍然存在一些担忧和障碍。 数据分析平台提供商Unsupervised公司日前发表了一项名为2022年大数据恐惧和预测[详细]
-
专家视点 数据无处不在的云原生途径
所属栏目：[大数据] 日期：2022-05-24 热度：103
使用 Kubernetes 进行架构是必不可少的核心部分，它使数据分析异常灵活，可在业务需要的任何地方运行，并以高并发、高性能、效率和可用性大规模运行。 从金融服务和保险到制造和医疗保健等垂直领域的无数企业发现，他们需要公共和私有云、混合和边缘部署来最[详细]
-
TiDB 在携程 实时标签处理平台优化践行
所属栏目：[大数据] 日期：2022-05-24 热度：85
携程是全球领先的一站式旅行平台，旗下拥有携程旅行网、去哪儿网、Skyscanner 等品牌。携程旅行网向超过 9000 万会员提供酒店预订、酒店点评及特价酒店查询、机票预订、飞机票查询、时刻表、票价查询、航班查询等服务。 在十亿级别数据量下，携程借助 TiDB H[详细]
-
紧跟业务发展速度的数据治理是啥样的
所属栏目：[大数据] 日期：2022-05-23 热度：68
如今企业要获取数据，物联网(Internet of things，IoT)设备、可穿戴设备、软件即服务(Software as a Service，SaaS)应用程序和社交媒体都是来源。对这些数据的组合和深入分析可以为企业提供新的洞察力，并助力企业发现潜在商机。通过将这些能力在企业内扩展[详细]
-
何为经营分析？为什么大厂这么重视它
所属栏目：[大数据] 日期：2022-05-23 热度：54
上周一连有两个大厂(短视频、游戏)的朋友来聊经营分析，着实让我好奇了一下。经营分析这个东西，以往都是传统国企做得多，咋连他们也开始纠结了。 聊完才发现：地主家也没余粮呀!toC互联网的流量见顶，成本增高，让原本花钱如泼水的大厂也得重视效益考核，这[详细]
-
视频时代的大数据 问题 挑战与处理方案
所属栏目：[大数据] 日期：2022-05-23 热度：195
视频时代的大数据 问题 挑战与处理方案： 一、介绍 人们所观察的世界无时无刻不在改变，造就了视频相比于文本等类型的数据更具表现力，包含更加丰富的信息。如今，能够产生视频的数据源及应用场景愈发多样，视频数据的规模不断增长，视频大数据成为支撑诸多[详细]
-
数据分析的12个神话被揭露
所属栏目：[大数据] 日期：2022-05-23 热度：97
从数据问题到人员需求再到技术组合，数据分析的误解比比皆是。下面我们来看看如何利用数据科学来实现真正的业务成果。 在IT领域，炒作越大，误解越多，数据分析也不例外。分析是当今信息技术最热门的方面之一，可以带来巨大的商业收益，但错误的观念可能会阻[详细]
-
为何企业必须采用大数据战略？
所属栏目：[大数据] 日期：2022-05-23 热度：72
智能企业利用各种形式的海量数据来更好地了解消费者、管理库存、优化物流和运营程序，并做出合理的业务选择。成功的公司也认识到处理他们产生的大量大数据的重要性，以及发现可靠的方法来从中提取洞察力。制定大数据战略以正确有效地存储、组织、处理和利用[详细]
