IT168首页 | 产品报价 | ChinaUnix社区 | ITPUB社区 | OA维修站 | 文库 | 博客 | 会议 | 自测 | 专题 | 订阅 | IT选型顾问
大数据频道

最新文章

在2019年云栖大会上,英特尔与阿里巴巴共同宣布,在国际大数据性能基准测试TPCx-BB中,由英特尔支持的阿里云MaxCompute以100TB的数据规模创造世界纪录。

英特尔助力阿里云创造世界纪录,加速大数据计算创新突破

时间序列是一种标准的分析方法,但是较为先进的机器学习工具引入了统计技术,来建立更精确的预测模型。时间是无法倒流的,但是使用现有的工具,您有更好的机会预测时间,或者更准确地说是可以预测时间序列样本中的事件是否会继续影响决策趋势。

26日更新
预测分析:重新考虑组织中的时间和数据

9月26日,阿里云在2019杭州云栖大会上宣布,河源数据中心将于10月底正式对外提供服务。这将是华南地区规模最大的绿色数据中心,可容纳超过30万台服务器,将作为深圳地域的新可用区为珠三角地区上百万企业客户提供领先的云计算、人工智能、大数据等服务。

阿里云河源数据中心10月底开服 采用深层湖水制冷

数据可视化在数据科学领域中发挥着重要的作用。在不清楚数据的情况下,要监视和调整数据以使其按照应有的方式执行并不容易。这就是数据可视化发挥作用的地方,它把收集到的数据放到一个可视的上下文中,使数据更容易找出模式、跟踪趋势等。

25日更新
8个可靠的开源数据可视化工具

9月25日,在杭州云栖大会现场,阿里巴巴达摩院揭晓了第二届青橙奖获奖名单。10位青年科研学者经过层层筛选获得了这一奖项,每人将获得达摩院提供的100万元人民币奖金和全方位的研发资源支持。

第二届达摩院青橙奖名单揭晓,每人奖励100万!最小获奖者仅28岁

据阿里统计,若干年后数据可能会达到175ZB的规模,要知道目前阿里巴巴的数据在300PB左右,未来数据的增长速度与规模可想而知。张建峰认为,目前数据的规模、增长率,包括我们支撑数据的处理能力都处于爆发前夕,今天也并未真正处于完全数据化、数字化的时代,未来的数字

张建锋:当代数字化升级的四大关键技术

近年来随着大数据的迅速发展,各种各样的数据分析技能也逐渐大热,为了找到数据科学领域目前最常用的技能和未来最流行的应用趋势,我们进行了一项调查。

24日更新
数据科学领域的核心技能和新兴技能分别有哪些?

事实证明,数据带来的机会是无数的。对历史数据使用预测分析可以预测新趋势或未来事件,正确分析数据会产生宝贵的见解以设计应用程序。而且你不需要很富有或者特别精通技术就能做到这一点。

24日更新
标签:对话 数据 资源
对话:数据是未来最宝贵的资源

数据,被誉为新时代的石油。几乎任何一个企业的IT管理者,都会在演讲、采访或其他形式的交流分享中强调数据的重要性。获取洞察、行为预测、市场分析、业务转型升级……数据能够为企业带来巨大的商业价值。

分布式存储时代,横空出世的OceanBase

从数据稀缺到现在有大量的数据,近年来,可用的数据量呈指数级增长,大数据变得无处不在。这是由于数据记录设备数量的巨大增长,以及这些设备之间通过物联网连接。似乎每个人都有收集、分析大数据的力量。

23日更新
人工智能和大数据存在什么隐患?

随着周三官方发布的Kubernetes版本1.16进入普遍可用状态,大家都有这样一个疑问:企业数据中心的基础设施的容器、虚拟机、“大数据”平台以及机器学习框架 ,所有的这些最终都要由Kubernetes来编排吗?

19日更新
标签:CRD Kubernetes
拥有CRD,Kubernetes可能要编排整个世界了!

理解人工智能(AI)代理或程序的“行为方式”,是未来十年人工智能的关键挑战之一。某些方法提供了对AI程序行为的洞察,对于这些方法,我们称其是具备可解释性的。到现在为止,大多数可解释性技术都集中于探索深度神经网络的内部结构。

什么是机器行为?它将如何解释AI?

拿起一本杂志浏览科技博客,或者在行业会议上和同行聊天。你很快就会注意到,几乎所有来自技术领域的东西都或多或少涉及人工智能或机器学习。而他们讨论人工智能的方式,听起来几乎像是在宣传:人工智能可以解决所有需求!人工智能是来拯救人类的!

17日更新
真实与炒作:今天的人工智能是真正的人工智能吗?

如今,自动化不仅应用于机器人领域,它还与其他领域相结合,使技术人员的工作变得更容易,其中一个领域就是数据科学。有很多公司正在为数据科学领域开发工具和产品。在本文中,我们将研究数据科学专业人员可以使用的一些自动化工具。

加快数据科学项目的五个自动化工具

我们知道,人工智能也可能存在偏差,随着大家对这一点的关注度越来越高,企业越来越需要能够对其模型产生的预测进行解释,了解模型本身是如何工作的。好的一点是,有越来越多的Python库正在开发中,试图解决这个问题。在这篇文章中,笔者将简要介绍四个最成熟的机器学习模型

16日更新
用于可解释机器学习的四个Python库

对于许多企业而言,尽管拥有一流的架构,但他们公司的前端和后端仍然是整个企业的两个独立的部分。前端是客户交互的地方,但是,与后台的集成很少,甚至没有集成,后台是系统运行和数据存储的地方。

16日更新
为什么集成前端和后端数据至关重要?

分析和数据科学行业对人才的需求急剧增长,为该行业求职者提供了很多工作机会。无论是500强还是初创企业,每个团队都在使用分析来从数据中获得有价值的信息。然而,在人才、客户定位和收集数据等方面,这个行业仍然面临着许多挑战。

12日更新
调查:2019年数据分析市场面临的挑战有哪些?

要实现数据治理的效果,您必须将其视为一个持续的过程。 这可能很棘手,因为这意味着您必须获得管理层的支持,不仅要进行初始差距分析和政策制定,还要进行持续的评估和调整,因为您的组织会更改其技术或添加新的云环境和应用程序。

11日更新
如何在多云环境中管理数据?

事实上,为了让数据分析发挥最大的作用,游戏公司应该不懈地朝着建立数据驱动文化的方向前进。收集、统一、可视化、清理和分析数据本身就是一项巨大的任务。不过,那些已经在向基于数据的决策迈进的企业应该保持耐心和坚定。最终他们会发现,数据分析是值得努力的方向,游戏行业有

10日更新
数据分析是如何推动游戏行业发展的?

科技从未像现在这样与人类生活的方方面面紧密相连。我们家里的设备都是联网或声控的。智能虚拟助理可以独立预订餐厅和安排约会,还有无人驾驶汽车和无人机等等。   然而,最显着的变化是我们工作方式的彻底转变。到明年年底,全球近一半的企业预计将使用机器人自动化(R

09日更新
企业如何最大限度发挥人工智能和自动化的影响?
最新文章