技巧
-
机器学习浪潮来袭 商业价值不可小觑
2016-08-24随着越来越多的企业掌握了基本的商业智能报告和描述性分析，分析的真正价值逐渐进入更高级的阶段，如预测和说明性的分析。
-
离散型制造业生产类型的核心组成部分有哪些？
2016-08-22对于CIO们试图解决在物流和供应链运作最重要的痛点，满足不同企业用户的需求可以帮助他们做到统筹兼顾。
-
机器学习如何帮投资者降低英国脱欧事件带来的风险？
2016-08-21英国脱欧投票引起了金融系统的广泛关注，投资者也面临着巨大的经济损失。但数据驱动策略和机器学习工具帮助了他们避免了一些风险。
-
选好你的武器：顶级分析策略揭秘
2016-08-18为了利用企业应用中尚未开发的交易数据做有效的企业分析，行业分析师们推荐采用以下分析策略。
-
数据工程师和数据科学家 真的是一山不容二虎？
2016-08-18尽管对于分析与数据科学家来说，还有许多待解决的问题，但这并不影响一个新兴职位的出现：数据工程师，并且数据工程的数量正在逐年上升。
-
五大技巧帮你更好地利用A/B测试工具
2016-08-17许多企业在对网站进行调整时，缺乏一个明确的A/B测试策略，这样容易错过改善网络性能的潜在机会。
-
基于云的分析 在线旅游供应商的不二之选
2016-08-16Steve Strout是Sabre Corp.的公司系统部副总，如今他所做的一切几乎都纳入了云元素，而且基于云的分析只是初露端倪。
-
提高数据透明度的Blockchain是怎样一种存在？
2016-08-11提高数据透明度的Blockchain竟然被认为是一项改变人类生活的黑科技，它到底是怎样一种技术，能够成功吸引人们的眼球呢？
-
关于Omni-Gen数据治理工具 你需要知道些什么？
2016-08-09Omni-Gen汇集了一些Information Builders以数据为中心的工具，这些工具是用于数据质量，集成，监控和主数据管理的
-
大数据和分析技术：说好的信任呢？
2016-08-08今年似乎充满了不可预知性。以此为背景，KPMG的一项研究显示，CEO希望能够提升大数据和分析技术的可信度。
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。