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
-
数据分析中的9种偏见以及如何避免
偏见会通过多种方式出现在分析中,从如何假设和探索问题到如何采样和整理数据。对于任何处理数据的人来说,解决偏见应 […]
-
数据即产品:提供分析使用率的方法
企业正在寻求新方法以让更多员工开始使用分析工具,其中数据即产品的方法开始快速兴起。 研究表明,企业内使用数据的 […]
-
生成式AI不会取代数据分析师
生成式人工智能不会取代数据分析师的工作,也不会取代很多其他领域的人员,尤其是那些需要人类同理心和洞察力的领域。 […]
-
与本地选项相比,云BI的5大优势
云 BI 提供的容量、功能和特性比过去的本地产品要多得多。企业可以使用云 BI 为更广泛的用户提供自助式 BI […]
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。