技巧
-
拥抱开源 DevOps引领大数据生态系统
2017-03-27为了继续推进大数据工程，团队需要非常认真地追求DevOps的信条，尤其是要求数据工程师和IT架构师负责将创新思想运用到生产过程中。
-
Spark和Hadoop分析遇障碍？可以试试容器啊
2017-03-27将定制的Spark和Hadoop试点项目转移到生产中是一项艰巨的任务，但容器技术缓解了这种艰难的过渡。
-
创建数据流应用程序 不要被数据“牵着鼻子走”
2017-03-22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。
-
珠宝销售的“后实体时代” 拼的是预测分析模型
2017-03-21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。
-
不服来辩：数据驱动的商业模式引领未来
2017-03-20如今，越来越多的公司采用数据驱动的商业模式，这样可以充分利用公司收集的大量数据来获得竞争优势。
-
搞定预测分析 你需要在数据准备上“做文章”
2017-03-19比起传统分析应用程序，建立预测模型和机器学习算法的数据科学家通常需要完成更多的数据准备工作。
-
球队的自我修养：如何挖掘被淹没的球迷数据
2017-03-12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。
-
做好预测分析 将数据在模型上运行就万事大吉了？
2017-03-07我们常常认为组织应该由数据驱动决策，基于数据分析做决策的企业要比其它企业做的更好。
-
大数据时代 是什么让你的数据准备跑偏了？
2017-03-06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。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。
-
没有好数据 再先进的预测分析工具也爱莫能助
2017-03-02虽然对预测分析工具的价值进行了宣扬，但对它们的过度依赖同样也是有害的，分析工具的洞察力是否足够好，与提供给它们的数据好坏息息相关。
分析 >更多
-
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 […]
-
实时边缘分析用例
在业务场景中，几秒钟的时间都很重要。 在实时分析中，机器故障或买家犹豫等信息会带来宝贵的商业见解。大多数企业仍 […]
-
在业务分析中使用模拟预测
模拟预测整合模拟建模与预测分析，帮助企业掌控不确定性，并做出更明智的数据驱动决策。 通过使用真实或合成数据对复 […]
-
合成数据与真实数据用于预测分析
数据工程师陷入两难：构建有效的AI模型需要更多的数据，但对真实数据的访问越来越受到隐私、安全和监管限制的限制。 […]
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。