技巧

数据准备工作还在亲力亲为？是时候交给大数据团队了
2017-09-22

数据科学家和其他用户在使用数据前，无需自己完成数据准备工作，这些数据准备任务应由具备大数据环境的企业来完成。
特玛捷票务：在云端利用运营成本、绩效和分析及数据获得洞察
2017-09-21

你听说过云吗？如果你从事于数据和数据分析领域，云就是最近人们经常谈论的话题。但是谁把云使用地很好呢？他们正在如何使用云呢？从本地软件转换到云容易吗？
汉莎集团：连接欧洲和世界，以客户为业务中心
2017-09-21

“大数据花钱。大数据分析赚钱。”你听说过比这更真实的陈述吗？那深刻的至理名言出自汉莎集团全球销售商业智能应用主管Heiko Merten。
赛诺菲：促进医学进步和突破以帮助人们拥有更健康的身体
2017-09-20

在任何行业，更快的上市时间都是至关重要的，但在生物制药行业，不仅仅是这样，更快的上市时间可以改善病人护理，甚至改变病人救治的结果。
丹斯克银行：应用人工智能和深度学习创新侦测复杂欺诈
2017-09-20

丹斯克银行正在利用人工智能和深度学习在多个领域来侦测和预防复杂的欺诈，因为这个模式正在不断地学习，所以它的效果越来越好。
通过刨根问底驱动数据科学结果
2017-09-19

虽然经常有满含激情的数据科学的态度“上限”，然而产品化的数据分析为在可理解的架构内迅速解决问题提供了一种手段。
构造可扩展的数据分析的简单三步
2017-09-19

可扩展的数据分析的案例涉及到转换流程甚至转换产品。我们重新配置操作或供应链，使分析架构产业化，并采取其他措施使整个企业更加依托数据驱动。
关于深度学习必须了解的3件事情
2017-09-18

深度不仅仅与深海潜水有关，它对于数据分析和机器智能越来越重要的。人工神经网络，相互连接的处理元件的计算模型——人工神经元——松散地受到人脑的启发，并且已经存在了几十年。
借助商业化分析，快速获得分析结果
2017-09-18

“大”经常是数据分析，例如大数据、大项目、大见识、大动作中的可操作词。虽然也可以假设企业希望看到大的结果，但我们并不总是需要大的努力和大的实验。
惊险的游戏——如果大数据已经有了答案，你会问些什么问题？
2017-09-15

在外行看来，假设是一个尚未被证明的但已经为人所熟知的想法。那么多种假设就意味着很多尚未被证明和测试的想法。

共573条记录

分析 >更多

建筑业利用分析技术挽救生命

建筑业利用分析技术可挽救生命。对于很多企业来说，商业智能是关于底线，关于提高效率和提高利润。但是对于建筑项目 […]
RPA和分析协同工作的9种方式

RPA通常被视为一种自动化工具，现在企业逐渐意识到这些工具也可以帮助实现自动化各种分析过程。企业正在越来越多 […]
如何构建强大数据科学团队？

数据科学团队中的每个角色都很重要。你需要了解这些角色以及正确发挥他们的作用，以从对数据科学家的巨额投资中获得价 […]
比较商业智能与商业分析

商业分析和商业智能非常相似，很多业内专家都容易混淆，但了解这两者的应用和最佳做法至关重要，以从数据中获得最佳见 […]

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。