-
Teradata让混合云下的数据研究“无所不在”
所属栏目：[大数据] 日期：2021-10-03 热度：59
数据驱动企业发展已经成为可见的现实，如何快速了解客户需求、如何赶超竞争对手这些都需要大量的数据和分析。 Teradata的核心目标是帮助客户产生业务价值，所以Teradata也一直在追求转型与创新，从UDA统一数据架构建立分析生态系统，到拥抱开源技术实现数据[详细]
-
Splunk收购竞争对手Rocana的部分员工和功能资产
所属栏目：[大数据] 日期：2021-10-03 热度：52
两大商业智能平台提供商之间的激烈争论似乎将要尘埃落定：Splunk表示将收购竞争对手Rocana的部分技术和知识产权资产。但是这次交易的财务条款没有披露。 Splunk收购竞争对手Rocana的部分员工和技术资产 一直以来，Splunk被公认为商业智能领域的领先者，提供[详细]
-
承德大数据产业发展领域良好
所属栏目：[大数据] 日期：2021-10-03 热度：108
首批1710个机柜已经安装调试完毕并投入使用，另有8栋数据机房楼正在建设，预计11 月中旬竣工。德鸣大数据产业园项目负责人井学豹向记者介绍，这里最终将建成3万个机柜，成为京津冀地区规模较大的绿色数据中心。 北京向北200多公里，在承德县的滦河水畔，全省[详细]
-
大数据变革，用最少的数据来证实最关键的发现
所属栏目：[大数据] 日期：2021-09-16 热度：101
大数据全在于发现和理解信息内容及信息与信息之间的关系，然而直到最近，我们对此似乎还是难以把握。 IBM的资深大数据专家杰夫.乔纳斯提出要让数据说话。从某种层面上来说，这听起来很平常。人们使用数据已经有相当长一段时间了，无论是日常进行的大量非正式[详细]
-
聚焦12个重点产业 重庆发布大数据智能化发展计划
所属栏目：[大数据] 日期：2021-09-16 热度：117
今年上半年，重庆GDP创下直辖21年来的最低记录。究其原因，工业增加值只增长了1.8%，而去年同期是10.1%。 今日(8月23日)，中国国际智能产业博览会在重庆召开。重庆市经信委规划投资处副处长钟熙在接受记者采访时坦言：工业增速不尽如人意是事实，原因正如《[详细]
-
梅宏院士：构建大数据治理体系，支撑数字经济进步
所属栏目：[大数据] 日期：2021-09-16 热度：180
8月31日上午，第十四届中国(南京)国际软件产品和信息服务交易博览会在南京国际博览中心隆重开幕。会上，中国科学院院士梅宏发表了《构建数字治理体系，支撑数字经济发展》的主题演讲，他在演讲中介绍了大数据产业生态的发展及变迁，指出了当前大数据治理体系[详细]
-
大数据的预处理、离散化要点阐述
所属栏目：[大数据] 日期：2021-09-16 热度：200
大数据预处理技术 1.目前存在四种主流的数据预处理技术：数据清理、数据集成、数据规约和数据变换。 2.数据处理的主要任务 （1）数据处理的主要步骤：数据清理、数据集成、数据规约和数据变换。 （2）数据清理例程通过填写缺失值、光滑噪声数据、识别或者删[详细]
-
数字化是推动向大数据转变的重要原因
所属栏目：[大数据] 日期：2021-09-16 热度：119
人类从数千年前就开始分析数据，古代美索不达米亚平原的记账人员为了有效地跟踪记录信息发明了书写。 自从圣经时代开始，政府就通过人口普查来建立大型的国民数据库。 两百年以来，精算师们也一直通过搜集大量的数据来进行风险规避。 模拟时代的数据收集和分[详细]
-
大数据精髓，讨论信息时的三大转变
所属栏目：[大数据] 日期：2021-09-16 热度：191
大数据的精髓在于我们分析信息时的三个转变，这些转变将改变我们理解和组建社会的方法。 第一个转变 在大数据时代，我们可以接触到更多的数据，有时候甚至可以处理分析某个特别现象相关的所有数据，而不再依赖于随机采样。 19世纪以来，当面临大量数据时，社[详细]
-
大数据研究，让数据“发声”
所属栏目：[大数据] 日期：2021-09-16 热度：89
当数量无比庞大时，如何选择样本呢？ 有人提出有目的地选择最具代表性的样本是最恰当的方法。 1934年，波兰统计学家耶日.奈曼指出，这样只会导致更大的漏洞。事实证明，问题的关键是选择样本时的随机性。 统计学家们证明：采样分析的精确性随着采样随机性的[详细]
-
怎样使用HBase？大数据存储的两个实战场景
所属栏目：[大数据] 日期：2021-09-16 热度：86
HBase是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，适用于结构化的存储，底层依赖于Hadoop的HDFS，利用HBase技术可在廉价PCServer上搭建起大规模结构化存储集群。因此HBase被广泛使用在大数据存储的解决方案中。 为何使用HBase HBase的优点： -[详细]
-
怎么用大数据玩转电商业？
所属栏目：[大数据] 日期：2021-09-16 热度：161
在中国，通过大数据人物画像来实现流量个性化已非新鲜事，同时在大洋彼岸的美国，目前已经更进一步，通过最先进的数据分析平台，电商可以通过社交平台等数据对用户个性特征进行分析，从而实现更精准的营销，而且并非财大气粗的中小企业也可以享受到这样的福[详细]
-
收藏 | 12个ggplot2拓展软件助你强化R可视化
所属栏目：[大数据] 日期：2021-09-16 热度：176
本文将为大家简要介绍12个ggplot2拓展程序，包括它们让R可视化更强大的原因以及相应的具体示例。 自2007年推出以来，ggplot2已经成为世界上下载最频繁、应用最广泛的R包之一。包括它的创造者Hadley Wickham在内，许多人将这一成就归功于ggplot2背后的理念。[详细]
-
API，塑造支托起物联网热潮的主要基础
所属栏目：[大数据] 日期：2021-09-16 热度：53
API还塑造了支托起物联网热潮的关键基[详细]
-
人工智能怎样利用大数据改变现有商业模式？
所属栏目：[大数据] 日期：2021-09-16 热度：59
社交媒体上，我们很多时候展示的都不是真实的自己，每个人都在不断的给自己贴标签：正直、成熟、知识渊博等等，分析这样的大数据真的有意义吗？ 在交流中，人们更多的是通过非语言信号实现的，手势、喜欢、厌恶、犹豫、装饰、密码、状态更新等，都是所谓的小[详细]
-
大数据赋能产业进化，谋定而后动为不二法门
所属栏目：[大数据] 日期：2021-09-16 热度：77
早在1980年，着名未来学家托夫勒在其所着的《第三次浪潮》中就将大数据称颂为第三次浪潮的华彩乐章，到了现在，大数据的热浪已经覆盖了整个时代。 最近几年，资本一直追着大数据跑，大数据也一直在积极赋能众多产业，包括金融、医疗、教育等，有数据显示，[详细]
-
一文读懂数据架构的发展史
所属栏目：[大数据] 日期：2021-09-16 热度：128
近期看到很多企业在设计自己的数据平台，以及选型一些数据分析工具，正好拜读了数据仓库之父的《数据架构：大数据、数据仓库以及Data Vault》一书，有些许感触，就来聊一下个人思考吧。 首先从企业信息化发展阶段时，数据平台结构的程度来看。个人依照企业信[详细]
-
在大数据成为热词的当下，小心“数据迷信”的倾向
所属栏目：[大数据] 日期：2021-09-16 热度：96
近几年，云计算、大数据成了热词，市场上形形色色的数据产品不断涌现。在商业领域，不少互联网行业巨头正围绕数据展开竞争，掀起一场数据革命。不少企业家们甚至认为，谁掌握了大数据，谁就能够引领未来行业发展的潮流。 不可否认，海量数据中包含着用户的消[详细]
-
注意“数据迷信”倾向 莫把大数据当“万能钥匙”
所属栏目：[大数据] 日期：2021-09-16 热度：66
近几年，云计算、大数据成了热词，市场上形形色色的数据产品不断涌现。在商业领域，不少互联网行业巨头正围绕数据展开竞争，掀起一场数据革命。不少企业家们甚至认为，谁掌握了大数据，谁就能够引领未来行业发展的潮流。 不可否认，海量数据中包含着用户的[详细]
-
深度解析数据分析、大数据工程师和数据科学家的不同
所属栏目：[大数据] 日期：2021-09-16 热度：161
数据越来越多的影响并塑造着那些我们每天都要交互的系统。不管是你使用Siri，google搜索，还是浏览facebook的好友动态，你都在消费者数据分析的结果。我们赋予了数据如此大的转变的能力，也难怪近几年越来越多的数据相关的角色被创造出来。 这些角色的职责范[详细]
-
大数据分析常用软件工具与应用场景
所属栏目：[大数据] 日期：2021-09-16 热度：79
如今，大数据日益成为研究行业的重要研究目标。面对其高数据量、多维度与异构化的特点，以及分析方法思路的扩展，传统统计工具已经难以应对。 工欲善其事，必先利其器。众多新的软件分析工具作为深入大数据洞察研究的重要助力， 也成为数据科学家所必须掌握[详细]
-
大数据下半场重点词：创新 安全 场景
所属栏目：[大数据] 日期：2021-09-16 热度：51
大数据产业发展正在进入下半[详细]
-
怎样用Python进行大数据挖掘和分析？快速入门路径图！
所属栏目：[大数据] 日期：2021-09-16 热度：190
大数据无处不在。在时下这个年代，不管你喜欢与否，在运营一个成功的商业的过程中都有可能会遇到它。 什么是 大数据 ？ 大数据就像它看起来那样有大量的数据。单独而言，你能从单一的数据获取的洞见穷其有限。但是结合复杂数学模型以及强大计算能力的TB级[详细]
-
解决数据成数据科学家最大挑战
所属栏目：[大数据] 日期：2021-09-16 热度：151
数据分析师花费一半以上的时间清理和转换数据，而不是从中提取商业智能，这并不稀奇。数据储存的规模不断增大，数据类型也在激增。新一代的工具蜂拥而至，并承诺把复杂的工具送到不依赖数据的科学家的手上。 技术领域最热门的职位之一是数据科学家，或许只[详细]
-
数据研究的三大时间轴：过去、现在和未来
所属栏目：[大数据] 日期：2021-09-16 热度：127
很多人用不同的定义解释数据科学，貌似都很合理，对数据科学这个问题的思考可以联想到与之相关的其他领域，例如业务分析、数据分析、商业智能、高级分析、机器学习，还有人工智能。 数据科学的绝对定义需要大量的数据科学背景才能被理解，这是一个递归的问题[详细]
