标签: 数据科学
-
各种课程涌现以提高数据科学家技能
2018-09-10 | 作者:George Lawton | 翻译:邹铮现在有很多新课程可提高数据科学家的技能和认证。其中一些是现有大学课程的扩展,旨在提高数据科学家的基本技能。同时 […]
-
数据科学和分析并不完美 但一定很有用
2017-09-28 | 作者:Ed Burns | 翻译:乔俊婧实现业务交付的数据科学和分析并不一定是完美的,专注于实际分析可以为企业带来很大的收益。
-
不以提升业务价值为目的的数据科学模型都是“耍流氓”
2017-08-09 | 作者:David Loshin | 翻译:乔俊婧如果模型没有帮助提升业务效益的话,数据科学家建立分析模型对组织来说就没有多大帮助。本文将提供一些方法帮助企业有效应用数据科学模型。
-
将数据科学和AI“拒之门外” 寻求数字化变革只能是空谈
2017-04-25 | 作者:Valerie Silverthorne | 翻译:冯昀晖这是一个快速变化的世界,我们拥有太多的信息。Soasta公司CEO Tom Lounibos给寻求数字变革的客户提供了“接地气”的方案:实践。
-
数据科学DevOps:为什么说分析操作是实现业务价值的关键?
2017-04-16按照目前的现状,以数据为中心的企业将努力跨越一个鸿沟——这个鸿沟存在于目前被认为是有效的数据科学,以及分析成为不断优化的业务运营的基本框架的内在组成部分的主观感觉之间。
-
企业的数据科学团队如何挖掘数据价值
2017-03-23 | 作者:Ed Burns | 翻译:乔俊婧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。
-
数据科学挑战重重 get新技能成当务之急
2017-01-17 | 作者:Ed Burns | 翻译:乔俊婧随着更多新兴工具和技术的出现,许多企业正在努力应对当今大数据和数据科学生态系统的复杂性。根据TDWI的最新研究,专业数据科学家的短缺仍然是企业面临的数据科学的挑战之一。
-
借助数据科学摆脱一对一营销策略 开启个性化客户旅程
2016-09-20 | 作者:Teradata事实上,大多数企业难以将各种技术与“孤岛”数据相结合,无法从整体上了解、预测并接触每一位个体客户。
-
数据分析工具独领风骚 数据科学服务表示不服
2016-07-20 | 作者:Bridget Botelho | 翻译:张亮亮新兴数据科学作为一项服务有很大的发展空间,数据科学家组成的团队能够提供数据分析工具无法提供东西。
-
如何让你的数据科学项目物尽其用
2015-11-11 | 作者:Ed Burns | 翻译:张亮亮对于如何实施一项数据科学计划来确保它们交付的东西产生了预期的积极影响,企业是需要有策略的。
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。
-
《数据价值》2016年10月刊·窥探未来的水晶球
企业可以利用Hadoop以及所有与它相关的技术设计大数据环境,以满足其特定的需求。但把所有的技术集成在一起并不是一件容易的事。
-
《数据价值》2016年8月刊·拉近与数据之间的距离
企业想要从大数据中发掘价值,提升商业洞察,离不开分析软件和云技术的支撑。
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。
-
医疗行业BI应用案例集锦
本次技术手册汇总了医疗行业BI用例,包括Oracle EBS部署、惠普Vertica分析平台使用、数据库虚拟化技术、大数据分析技术、物联网技术等。
-
可视化指导手册:将数据整合到业务的新方法
可视化需要变成为一种引领成功的战略,而不仅仅是一种制作图表的活动。如何从数据驱动转变为决策可视化驱动呢?本手册将告诉你其中的11个要点。
-
零售行业BI应用案例集锦
零售行业销售点(point of sale)多、数据类型复杂、渠道广泛、数据规模巨大,变革传统BI的需求更加强烈。在这本集锦中,我们介绍了可口可乐公司、无印良品、宜家家居和乐购百货的BI应用实践。