技巧
-
数据湖治理：大数据团队的必修课
2017-07-04数据湖中大量的原始数据可用于不受约束的探索和分析。但一切并非那么容易：为了避免信息混乱，所有数据需要编目和管理，而这项工作通常需要大数据团队手动完成。
-
Dr. Elephant：Hadoop和Spark的优化“神器”
2017-05-23美国加州软件公司Pepperdata的应用程序分析软件建立在Dr. Elephant开源项目上。主要目的是让更多的Hadoop和Spark应用程序投入生产。
-
美国商业分析软件公司Sisense：数据发现也智能
2017-05-22美国商业分析软件公司Sisense认为，机器学习算法可以提高数据发现体验，这一举措很快将成为自助服务分析的新标准。
-
关于认知计算系统 企业应该知道的二三事
2017-05-18如果企业想要从人工智能和认知计算中获取利益，就需要在部署漫长而昂贵的项目之前，制定一个切实可行的计划。
-
对于预测建模来说，数据集才是决定成败的关键
2017-05-16数据科学核心任务之一是利用数据挖掘和机器学习算法来开发预测模型。但是，如果在前期没有选择正确的数据挖掘数据集合，即使是最佳设计的模型也可能会误入歧途。
-
看学校如何进行自助式BI软件培训
2017-05-10学校的认证标准越来越苛刻，数据报道不尽如人意，没有一线老师在日常工作中收集和利用数据，他认为很难维持认证。教育标准和数据在教学中的使用是两条并行的路径，它们正在逐渐演变。
-
要拿认知计算“做文章” 是否为时尚早？
2017-05-09在过去的几年里，认知计算工具已经有了突飞猛进的发展，但围绕AI平台建立真正的认知业务还有很长的路要走。
-
聊天机器人技术引发的一系列道德问题
2017-05-02Gartner预计，到2020年，所有业务应用程序都会包含自然语言处理能力，深层神经网络和会话能力。很有可能几年之后，你与销售助理进行电子邮件交谈，对方根本就不是人类，而你却丝毫不会察觉。
-
企业AI之旅 从转变思维方式开始
2017-04-27许多企业尝试过在其业务流程中使用人工智能工具，但过多的数据以及企业内部的阻碍，往往会导致尝试以失败告终。
-
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。
分析 >更多
-
10个仪表板设计原则和最佳做法
BI仪表板在可视化界面中显示关键绩效指标和其他重要数据，以供企业高管、经理和员工查看。良好的仪表板设计既考虑用 […]
-
AI的最大好处可能是解锁非结构化数据
在关于AI的炒作中，包括自主代理可在几秒钟内做出业务决策以及执行耗时任务等，也许AI的最大好处可能是它能够解锁 […]
-
15种常见数据科学技术
那些没有充分投资于数据科学技术的企业将很快被竞争对手抛在后面。 数据科学家到底在做什么，以提供变革性的商业利益 […]
-
在业务中使用模拟模型的最佳做法
模拟模型指导数百万美元的库存决策、影响患者护理的人员配置模式和管理养老基金的投资策略。然而，很多企业仍然将它们 […]
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。