-
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：2022-06-08 热度：163
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[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：2022-06-08 热度：179
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[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：2022-06-08 热度：162
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[详细]
-
几时使用机器学习
所属栏目：[大数据] 日期：2022-06-08 热度：110
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[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：2022-06-08 热度：172
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[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：2022-06-08 热度：81
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[详细]
-
数据分析和数据科学的几大不一样之处
所属栏目：[大数据] 日期：2022-05-20 热度：77
在大数据的世界里，您可能会经常听到两个词语：数据科学(Data Science)和数据分析(Data Analytics)。它们虽然从字面上有些相似，但是在大数据的背景下它们强调的是不同的能力和技能方面。下面，我将从职业决策与规划的角度，和您讨论两者之间的差异。 一、[详细]
-
详解数据管理发展的五个阶层
所属栏目：[大数据] 日期：2022-05-20 热度：51
近年来现代化企业都在改革现有的数据管理体系，优化原有的基于策略定义的数据管理模型，逐渐开始使用基于数据使用行为的数据管理方式。以确保数据不仅可用，而且保持活性，从而始终让数据资产充分发挥本身价值。 从历史的视角看，数据管理是一个不断进化发[详细]
-
数据在网络中是怎样传输的
所属栏目：[大数据] 日期：2022-05-20 热度：161
整个请求交互过程分为了几个部分，首先最上层就是应用程序，接着往下是 Socket 库。 再下面就是操作系统的内部了，这里面就包括了协议栈,协议栈上半部分为 TCP 和 UDP ,它们都是负责数据的收发。 只是一个需要 连接，一个不需要连接可以直接收发数据，这两[详细]
-
区块链在 数据为王 的年代扮演了什么角色？
所属栏目：[大数据] 日期：2022-05-20 热度：132
在当今数据为王的时代，数据作为企业、组织、乃至国家的战略资产，其重要性不言而喻。今天老蔡想和大家一起探讨下以下几方面的问题：1. 数据管理的全生命周期；2. 传统数据治理的弊端；3. 当代信息技术间的相互关系；以及4. 最后抛出区块链技术在数据治理[详细]
-
行业大数据有什么安全风险
所属栏目：[大数据] 日期：2022-05-20 热度：150
网际空间安全面临的威胁越来越多样化。移动网络、云和虚拟化、物 联网、工控系统等技术领域的快速发展，使得保护对象和攻击路径都变得 更加复杂。而攻击来源也从早期的个人黑客变为犯罪团伙、政治势力、网 络部队等更严密的组织。甚至大数据技术本身也被攻[详细]
-
数据管理的现实和商业智能的将来
所属栏目：[大数据] 日期：2022-05-20 热度：92
无论企业在哪个行业工作，拥有多少员工，或者是否面向消费者、企业、私营部门或公共部门进行营销，都不再重要。无论来自哪里，数据和分析都是日常现实。大多数企业定期收到的数据量是天文数字。全球的IT部门都在努力实施工具和实践，对他们收到的信息进行[详细]
-
数据剖析的几个误区
所属栏目：[大数据] 日期：2022-05-20 热度：195
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碍分析能力顺利和及时的流转，从而使商业用户和最终客户受益。当企业创建或扩大他们的分析战略时，以下是他们可能要[详细]
-
终于有人把元数据说明白了
所属栏目：[大数据] 日期：2022-05-20 热度：190
元数据管理工具是企业数据治理的重要抓手，它可以帮助企业解决数据查找难、理解难等问题，促进数据的集成和共享。 一、系统架构 从应用角度看，元数据管理平台可分为数据源层、元数据采集层、元数据管理层、元数据应用层四层架构，如图1所示。 1. 数据源层[详细]
-
谈谈大数据技术现状和分类
所属栏目：[大数据] 日期：2022-05-20 热度：186
随着社交媒体、物联网和多媒体应用等各种来源产生的海量数据的诞生，大数据已经成为一个重要的研究领域。大数据在许多决策和预测领域发挥了关键作用，如推荐系统、商业分析、医疗保[详细]
-
大数据在智慧城市建设中有什么应用
所属栏目：[大数据] 日期：2022-05-20 热度：77
智慧城市是以为民服务全程全时、城市治理高效有序、数据开放共融共享、经济发展绿色开源、网络空间安全清朗为主要目标，通过体系规划、信息主导、改革创新，推进新一代信息技术与城市现代化深度融合、迭代演进，实现国家与城市协调发展的新生态。 智慧能源[详细]
-
帮你看明白Zookeeper如何实现服务注册发现
所属栏目：[大数据] 日期：2022-05-20 热度：197
对微服务稍有了解的小伙伴应该都听说过 Zookeeper，我们来看看在官网上是如何介绍的： Zookeeper 是一个分布式的、开源的分布式应用程序协调服务。 作为一个协调服务，常常用来配合其他中间件来用，比如：Dubbo + Zookeeper，Hadoop + Zookeeper等，Zookee[详细]
-
Spark SQL 字段血缘在 vivo 互联网的践行
所属栏目：[大数据] 日期：2022-05-20 热度：189
字段血缘是在表处理的过程中将字段的处理过程保留下来。为什么会需要字段血缘呢? 有了字段间的血缘关系，便可以知道数据的来源去处，以及字段之间的转换关系，这样对数据的质量，治理有很大的帮助。 Spark SQL 相对于 Hive 来说通常情况下效率会比较高，对[详细]
-
数据映射优秀实践 类型 办法和工具的简要指南
所属栏目：[大数据] 日期：2022-05-20 热度：85
在任何应用程序集成、数据迁移以及一般的数据管理计划中，数据映射都是最关键的步骤之一。甚至可以这么认为：集成项目的成功在很大程度上取决于源数据到目标数据的正确映射。 本文将探讨有关数据映射的优秀实践，包括类型、常用方法以及一些有用的数据映射[详细]
-
调整数组元素顺序 你明白几分？
所属栏目：[大数据] 日期：2022-05-20 热度：59
有一个整数数组，我们想按照特定规则对数组中的元素进行排序，比如：数组中的所有奇数位于数组的前半部分。 实现思路 我们通过一个实例来分析下：假设有这样一个数组：[2, 4, 5, 6, 7, 8, 9, 11]，将奇数移动到最前面后，就是：[11, 9, 5, 7, 6, 8, 4, 2][详细]
-
数据即服务 供给即时数据的顶级供应商
所属栏目：[大数据] 日期：2022-05-20 热度：61
并非所有可能使企业受益的数据都可以通过内部方式轻松生成、清理和分析。数据即服务提供商则是可以为企业提供数据即用型数据使用的实体。 云计算提供商 所有主要的云计算公司都为其客户维护大量开放数据集。在许多情况下，数据是免费的，并作为使用本地计[详细]
-
终于有人将数据 信息 知识讲明白了
所属栏目：[大数据] 日期：2022-05-20 热度：78
数据无处不在，只是它们没有实体。 过去，人们习惯把数字的组合称为数据。但在今天，这样的理解显然不够全面。那么是否可以把数字、字符、字母的集合称为数据？也不准确。 在今天大数据的语境中，数据是可以被记录和识别的一组有意义的符号，一般可通过原[详细]
-
Gartner公布2022年数据分析十二大趋势
所属栏目：[大数据] 日期：2022-05-20 热度：178
关于数据的几项事实是：如今国内数据利用率仍然很低，企业数据孤岛问题显著，但数据分享成为更加主流的趋势，数据外泄的风险性愈发低于分享赢得的价值...... 对于企业来说，四种趋势和数据息息相关，发挥数据的潜在价值将带来新机会。 AI工程化是Gartner在[详细]
-
2022年企业需要关注的12项数据和分析趋向
所属栏目：[大数据] 日期：2022-05-20 热度：170
数据和分析领导者需要在自适应人工智能(AI)系统、数据共享和数据编织等趋势的基础上推动新增长、韧性和创新。 趋势一：自适应AI系统(Adaptive AI systems) 同时，构建和管理自适应AI系统需要采用AI工程实践。AI工程能够通过编排和优化应用来适应、抵御或吸[详细]
-
2022年企业必须关注的几个大数据应用战略
所属栏目：[大数据] 日期：2022-05-20 热度：120
大数据是一个通用术语，指的是结构化和非结构化数据集合，它们对于典型的数据处理工具和系统来说过于庞大和复杂，因此难以处理。预测分析、用户行为分析以及其他从大数据中提取价值的高级数据分析方法，通常由大数据解决方案提供支持，并且很少局限于特定[详细]
