2016 年 10 月
-
大数据架构面临技术集成的巨大障碍
2016-10-31 | 作者：Craig Stedman | 翻译：冯昀晖IT团队寻求构建大数据架构时有大量的技术可供选择，他们可以混合搭配各种技术以满足数据处理和分析需求。但是要把所有需要的技术框架组合到一起是一项艰巨的任务。
-
运动数据分析总有效？也许是个伪命题
2016-10-30 | 作者：Ed Burns | 翻译：冯昀晖分析在体育运动中广泛应用的趋势引起了许多争论和争议。即使数据驱动的决策可以提供一些好处，但运动数据分析并不总是适合于每一个团队的问题。
-
政府数字化转型：一次观念和科技的碰撞
2016-10-30 | 作者：乔俊婧除了受到政府系统、数据与流程各自独立等旧式观念的影响，政府对于数字化转型理解的缺失也限制了政府部门的发展。
-
数据可视化 让预测模型构建事半功倍
2016-10-27 | 作者：Ed BurnsCapital One and BuildingIQ公司的数据科学家使用了数据可视化技术，协助他们开发，训练和修改预测模型，提供高级分析应用的准确性。
-
大数据架构扩展 数据治理引人关注
2016-10-27 | 作者：Craig Stedman | 翻译：冯昀晖随着Hadoop集群把NoSQL数据库、传统数据仓库和其它数据存储资源整合起来，大数据治理的挑战只会变得更大。
-
先进的分析工具从大数据中提取业务价值
2016-10-25 | 作者：Craig Stedman | 翻译：乔俊婧大数据环境下，基于Hadoop和Spark等技术的部署更加广泛。在许多情况下，部署先进的分析软件来支持大数据应用程序这件事并不能一蹴而就。
-
大数据分析 让开源代码安全无处不在
2016-10-23 | 作者：Valerie Silverthone | 翻译：张亮亮可以迅速且安全地构建软件吗?创业公司CEO Mark Curphey的答案是肯定的, 他使用大数据分析使开发者的开源代码安全无处不在。
-
SAS CTO解读: 统计建模和机器学习到底有何区别？
2016-10-23 | 作者：SAS统计（尤其是统计建模）、机器学习和人工智能三者之间到底有何区别？让我们听听SAS CTO Oliver Schabenberger的解读。
-
开启云端分析项目 请谨记这三点
2016-10-20 | 作者：Joel Shore | 翻译：杨宏玉在外行人眼中，分析似乎无所不能。开始第一个云端分析项目时，你所采用方法非常重要，方法得当，则成果颇丰；方法不当，则前功尽弃。想要取得成功，必须从小事做起。
-
关于Data3Sixty基于云的数据治理平台 不可不知的二三事
2016-10-19 | 作者：Sue Hildreth | 翻译：张亮亮Data3Sixty为用户提供了诸如创建和加入社群，订阅感兴趣的事件和项目，以及关注他人之类的社交媒体功能，这些都让你感觉到像是进入一个社交媒体平台。
文章存档
深度专题 >更多
-
聊聊人工智能那些事儿
分析师们预测，到2020年，人工智能技术将出现在发布的几乎每一款新软件和新服务中……
技术手册 >更多
-
技术指南：从大数据到快数据
NoSQL数据库公司VoltDB副总裁John Piekos结合多年技术经验，论述了快数据给现代企业架构带来的挑战，他认为，相比于数据规模的爆炸式增长而言，数据速度的快速变化和增长才是数据分析行业面临的主要挑战。