信息聚焦
-
四个步骤 帮你成功实现数据可视化项目
2016-11-01在波士顿举办的2016 TDWI Accelerate会议上，首席数据科学家Jennifer Shin提出可以帮你成功实现数据可视化项目的四个要点。
-
大数据架构面临技术集成的巨大障碍
2016-10-31IT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。
-
政府数字化转型：一次观念和科技的碰撞
2016-10-30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。
-
运动数据分析总有效？也许是个伪命题
2016-10-30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。
-
数据可视化 让预测模型构建事半功倍
2016-10-27Capital 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。
-
SAS CTO解读: 统计建模和机器学习到底有何区别？
2016-10-23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。
-
大数据分析 让开源代码安全无处不在
2016-10-23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。
-
开启云端分析项目 请谨记这三点
2016-10-20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。
新闻 >更多
-
随着AI驱动BI，ThoughtSpot不断发展
在AI驱动的商业智能（BI）蓬勃发展之前，ThoughtSpot曾被认为是最具创新性的分析供应商之一，现在该供 […]
-
微软新数据库、分析工具瞄准代理AI
微软推出很多新的数据库和分析功能，旨在支持代理AI开发和分析，包括Fabric中的NoSQL数据库和Power […]
-
Yellowfin推出新NLQ功能，加入GenAI竞争
在4月24日，Yellowfin公司推出了AI NLQ，这是一个由AI驱动的生成式自然语言查询工具，它允许用户 […]
-
Tableau推出Next 进入代理AI时代
在4月15日，Tableau推出Tableau Next，这标志着AI版的Tableau已经到来。 去年9月， […]
电子杂志 >更多
-
《数据价值》2017年9月刊·HR也搭上AI这班“顺风车”
人工智能应用程序为一系列业务流程提供了宝贵的洞察力和帮助，而今天的应用只是冰山一角。而且AI不是人的替代品，AI将补充人类的工作或接管不需要复杂决策技能的重复性任务。
-
《数据价值》2017年3月刊·当预测模型失败了
随着大数据环境的不断发展，集成和准备分析数据的工作正在发生显著的变化。