预测失败的锅谁来背……

数据范儿

2017 年 3 月刊 


技术盘点
《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。
> 阅读全文
创建数据流应用程序 不要被数据“牵着鼻子走”
如果应用程序开发人员不关注数据准确性和一致性,使用Hadoop,Spark和其他大数据技术的数据收集过程虽然要快得多,但效果并不一定很理想。
> 阅读全文
企业的数据科学团队如何挖掘数据价值
单纯地雇用数据科学家并不意味着企业能够充分利用数据科学带来的优势。来看看这些企业如何通过数据科学团队让数据价值最大化。
> 阅读全文
处理大数据 现有的数据集成框架还远远不够
对于初学者来说,大型数据架构通常包括内部系统和外部数据源的组合。除结构化交易数据之外,它们还添加了各种类型的非结构化和半结构化数据。
> 阅读全文

内容精选
大数据时代 是什么让你的数据准备跑偏了?
数据准备过程可能是企业从高级分析技术获得商业利益的绊脚石,数据的集成和准备数据工作需要企业投入更多的精力。
> 阅读全文
球队的自我修养:如何挖掘被淹没的球迷数据
美国NBA夏洛特黄蜂队有许多关于球迷的数据,但是这些数据都是杂乱无章、缺少关联的,无法为球队提供更多的价值。
> 阅读全文
珠宝销售的“后实体时代” 拼的是预测分析模型
预测模型竟然可以帮助美国电视台Jewelry Television的主持人销售商品?这得益于将数据集成到分析应用程序中的数据集成和准备流程。
> 阅读全文

新闻推荐
Oracle的云产品“砸了自己脚”?
Sparc和Solaris都是Oracle云计划的一部分,但是硬件和支持人员的减少意味着本地Solaris和Sparc将变得更加稀少。
> 阅读全文
2017年3月数据库流行度排行榜 Oracle卫冕之路困难重重
时隔一个月,数据库市场经过一轮“洗牌”,旧的市场格局是否会被打破,曾经占巨大市场份额的企业是否可能失去优势?
> 阅读全文

"Where Serious Technology Buyers Decide"