技巧
-
是时候重新审视BI仪表盘的用法了
2017-10-13BI仪表盘仍然是大多数企业的首选,不过,大数据的新兴趋势正迫使BI和IT团队重新考虑如何构建和使用BI仪表盘。
-
由守转攻 来自首席数据官的数据文化“反击战”
2017-09-25在许多企业中,过去以预防风险为己任的首席数据官们正在逐渐强调创新。麻省理工学院研究小组的一位成员表示,要完成创新,CDO们必须在企业内部培养一种良好的数据文化。
-
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。
分析 >更多
-
数据科学、机器学习与AI:如何协同工作
现在企业都拥有海量数据。就在十年前,千兆字节的数据似乎还很庞大。而如今,有些大型企业已经在管理泽字节数据。为了 […]
-
新年值得关注的分析趋势
在2020年,COVID-19疫情让各种规模的企业都意识到数据驱动型决策的重要性,而在2021年,预计将推动市 […]
-
DataOps架构助力分析策略
根据最近Forrester Research的博客文章显示,只有20%的原始业务和运营数据进入到分析数据库和应 […]
-
建立数据驱动文化始于赋权
企业必须建立数据驱动文化。 数据使很多企业能够推动企业发展,并度过COVID-19疫情带来的经济危机;数据还可 […]
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。