-
交通领域的物联网如何使大数据之于企业产生价值
所属栏目：[大数据] 日期：2022-08-26 热度：107
全球物流市场不断增长，科技正成为发展的主要触发器。 企业正在寻找用于运输的物联网解决方案，以帮助他们提高供应链的可见性、改善物流各个阶段的运营并节省资源。 这可以通过使用物联网设备收集有关物流过程的数据并将其转换为有价值的业务信息来实现。 让[详细]
-
怎样用好数据科学
所属栏目：[大数据] 日期：2022-08-26 热度：179
很长一段时间以来，数据科学一直被视为科技和商业领域的下一次重大革命。最近几年增加了不少使用数据科学应用的企业。根据Statista的数据，截至2021年，近60%的公司在其团队中拥有至少50名数据科学家。 然而，如果客观地看待，数据科学提供的结果与它的期望[详细]
-
浅析大数据的数据灾备建设
所属栏目：[大数据] 日期：2022-08-26 热度：166
大数据时代，数据呈爆炸趋势增长，很多企业都从大数据中获得了利益，推动各自的业务上升了一个台阶。通过大数据技术的完善尤其是大数据和云容器技术相结合，各个企业已经把自己的重要业务迁移到了大数据平台。与此同时企业对数据可靠性和业务连续性保证的诉[详细]
-
未来已来 Cloudera拥抱混合数据年代
所属栏目：[大数据] 日期：2022-08-26 热度：194
我们生活在一个混合数据的世界中。在过去十年间，世界创建、捕获、复制和使用的结构化数据量已从2011年的不到 1ZB 增长到 2020 年的近 14ZB，这已经很惊人了，但还有另外更巨大的 50ZB数据非结构化数据、云数据和机器数据。 对于Cloudera来说，这是一个回到[详细]
-
如何策划数据可视化平台
所属栏目：[大数据] 日期：2022-08-26 热度：169
最近在项目上常常听到这样的话：我想要一个酷炫的数据大屏，设计一定要有科技感，这个可视化设计没有重点每当听到这些需求，作为设计师一般都是欲哭无泪的。到底什么叫酷炫有科技感？客户理解的数据大屏什么样？是数据还是可视化出了问题？？ 这篇文章将会结[详细]
-
Python实行数据可视化 你会用什么库来做呢
所属栏目：[大数据] 日期：2022-08-26 热度：51
用Python进行数据可视化你会用什么库来做呢？ 今天就来和大家分享Python数据可视化库中的一员猛将Altair！ 借助Altair，我们可以将更多的精力和时间放在理解数据本身及数据意义上，从复杂的数据可视化过程中解脱出来。 简单来说，Altair是一种可视化语法，也[详细]
-
一文看清楚 数据指标体系的几大类别
所属栏目：[大数据] 日期：2022-08-26 热度：137
很多同学问：有没有普遍的、一般的指标体系梳理方法？网上常见的指标体系分享，大多是互联网的AARRR一类，现实中情况却很复杂。普遍的方法当然有，就是基于业务逻辑，梳理指标体系。从本质上看，数据指标体系有4大类型，针对四个不同的业务逻辑。今天来系统[详细]
-
两种主流大数据系统架构的差异 终于有人讲明白了
所属栏目：[大数据] 日期：2022-08-26 热度：53
同样都可以处理大规模数据的MPP数据库架构与Hadoop体系架构属于不同的技术体系，二者没有直接的相关性，却常常被放在一起进行比较。特别是在企业数据仓库建设中，MPP架构与Hadoop架构代表两类典型的技术路线选型，事实上，在2015年左右甚至有人认为基于Hadoo[详细]
-
从0到1创建智能灰度数据体系 以vivo游戏中心为例
所属栏目：[大数据] 日期：2022-08-26 热度：54
本文介绍了vivo游戏中心在灰度数据分析体系上的实践经验，从实验思想-数学方法-数据模型-产品方案四个层面提供了一套较为完整的智能灰度数据解决方案，以保障版本评估的科学性、项目进度以及灰度验证环节的快速闭环。该方案的亮点在于，指标异动根因分析方法[详细]
-
人工智能在时尚行业的应用
所属栏目：[大数据] 日期：2022-08-26 热度：160
面对人工智能的冲击，就算是注重手工技艺和创意概念的时尚行业也没能幸免，作为人类最后防线的创意领域已经被打破，而时尚行业的未来也必将和整个社会的进程息息相关。当人工智能踏足时尚圈，自下而上的用户需求数据成为设计和搭配的出发点，时尚潮流的方向[详细]
-
自动驾驶发展从技术驱动转向数据驱动
所属栏目：[大数据] 日期：2022-08-26 热度：165
一、自动驾驶发展逐步从技术驱动转向数据驱动 如今，自动驾驶传感器方案及计算平台已日趋同质化，供应商技术差距日益收窄。近两年自动驾驶技术迭代飞速推进，量产落地加速。根据佐思数据中心，2021年，国内L2级辅助驾驶乘用车上险量累计达479.0万辆，同比增[详细]
-
AI客服替代优势尽显 需求匹配与普及应用尚待时日
所属栏目：[大数据] 日期：2022-08-26 热度：124
从人工呼叫中心时代，经历了IVR流程设计、在线客服系统等的应用，到已经发展至如今的人工智能(AI)客服。作为服务客户的重要窗口，客服行业始终站在时代前端，不断利用新科技发展新生产力，向着高效率化、高品质化、高服务化以及个性化、全天候客户服务迈进。[详细]
-
AI赋能视频直播，如何提升系统安全性？
所属栏目：[大数据] 日期：2022-08-26 热度：172
你可能在生活中的很多场景都被动地使用到了人工智能 (AI)，即使你对此毫无察觉。例如，很多社交媒体、搜索引擎， 都使用AI来确保用户在平台上获得无缝体验，无论是自动标记照片中的朋友还是根据历史搜索提供搜索结果，都是AI在起作用。 这些人工智能的用途相[详细]
-
基于人工智能技术快速构建三维模型
所属栏目：[大数据] 日期：2022-08-26 热度：166
生成三维模型可能很耗时，或者需要大量参考图像。解决这个问题的一种方法是借助神经辐射场（neural radiance field，简称NeRF），这是一种生成图像的人工智能方法。NERF的主要思想是：先获取一小组您拍摄的对象或场景的2D图像，然后使用这些2D图像来有效地构[详细]
-
盘点全球不错的七所机器人工程专业学校
所属栏目：[大数据] 日期：2022-08-26 热度：119
有抱负的工程师应该了解世界各地著名的机器人工程学院。 现在是从事机器人和工程事业的最佳时机从人工智能到太空探索，这一领域充满了令人兴奋的创新和进步。 美国劳工统计局估计，未来10年，机械工程领域的职业总体上将保持7%的稳定增长率，确保毕业生将有[详细]
-
如何使用下一代人工智能进行疾病诊断
所属栏目：[大数据] 日期：2022-08-26 热度：119
疾病诊断的准确性直接影响医疗及其效率。 通过利用人工智能诊断，医学专家可以有效地评估患者信息，分析大量数据，并在每种情况下做出最佳决策。 让我们深入探讨人工智能可以帮助医生进行疾病诊断的最常见方式。 改进的医学图像处理 医学成像需要复杂的设备[详细]
-
人工智能如何改变预测性维护
所属栏目：[大数据] 日期：2022-08-26 热度：148
越来越多的供应商正在采用人工智能和机器学习，以改善在建筑物出现问题之前发现问题这一古老的挑战。 什么是预测性维护 预测性维护仅仅意味着以数字方式识别性能和健康问题，即退化的早期迹象导致效率低下并导致故障，利用机器学习和人工智能技术来实现这一[详细]
-
2022年十大人工智能软件解决方案
所属栏目：[大数据] 日期：2022-08-26 热度：186
在技术生态系统快速增长的众多驱动力中，人工智能 (AI)及其子领域处于最前沿。Gartner将 AI描述为应用高级分析和基于逻辑的技术来模拟人类智能，它是一个包罗万象的系统，为各行各业的个人和企业提供众多用例。 正如当今可用的各种解决方案所见，有许多方法[详细]
-
预期功能安全场景库复杂度量化方法研究
所属栏目：[大数据] 日期：2022-08-26 热度：149
基于 Pegasus 场景分层体系，提出了一种关于场景复杂度的量化方法，以此来评定场景数据的质量。该方法确定了每层要素的决定因素，根据决定因素确定每层要素的复杂度，通过求出各层要素复杂度之和，得到场景数据的总复杂度。此外，为了防止过复杂现象，提出了[详细]
-
几个好使常见的大数据分析模型
所属栏目：[大数据] 日期：2022-08-26 热度：114
互联网打工人来说，数据分析是一项必备技能！花了这么多钱，营销效果到底达到没有？什么样的功能才能真正戳中用户的痛点？ 1. 事件分析 干啥的：研究某行为事件的发生对企业组织价值的影响以及影响程度。 怎么用：追踪或记录的用户行为或业务过程，如用户注[详细]
-
大数据项目可能出错的几种方案
所属栏目：[大数据] 日期：2022-08-26 热度：71
大数据项目的低成功率是过去10年中一个持续存在的问题，与之类似的是：人工智能项目中也出现了相同类型的问题。虽然100%的成功率不是一个可以实现的目标，但用户可以进行一些调整以从数据投资中获得更多收益。 一个重要原因是缺乏数据集中化，这抑制了公司从[详细]
-
MPP与Hadoop 两种主流大数据系统架构有什么差别
所属栏目：[大数据] 日期：2022-08-26 热度：88
同样都可以处理大规模数据的MPP数据库架构与Hadoop体系架构属于不同的技术体系，二者没有直接的相关性，却常常被放在一起进行比较。 1. 设计思路对比 两类系统运行的硬件架构是相同的，都是普通服务器组成的集群，但从资源管理角度来说，它们并行化软件实现[详细]
-
为什么大热的数据可视化行业 我不提议轻易入行
所属栏目：[大数据] 日期：2022-08-26 热度：147
这两年互联网行业在 C 端市场上的增长已经不足以吸引大众和投资者的视线，B 端作为一个新的热点开始被追捧。 各种让人眼花缭乱的图例和技术应用解说，很容易让我们产生未来已经加速向我们走来的 幻觉，此时不抓紧时代的机遇投身数字化界面的设计，更待何时？[详细]
-
数据指标 VS 标签体系 到底有啥区别 总算讲清楚了
所属栏目：[大数据] 日期：2022-08-26 热度：95
实际上，标签和指标一样，是数据分析的左膀右臂，两者同样重要。实际上，很多人分析不深入，就是因为缺少对标签的应用。今天系统的讲解下。 那如果做得好的话，标签能发挥啥作用呢？ 一：查询信息。这是最普遍的场景了。大量的一线工作人员会有需求，比如客[详细]
-
为什么完善数据供应链是一种责任
所属栏目：[大数据] 日期：2022-08-26 热度：141
如今，企业拥有比以往任何时候都要多的数据，数据架构师、分析师和数据科学家在所有业务职能部门中变得越来越普遍。然而，随着企业招募经验丰富的分析师以利用数据做出更好的决策，他们往往无法改善数据供应链和由此产生的数据质量。如果没有可靠的数据供应[详细]
