技巧
-
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。
-
寻找外星生命和人力资源招聘过程 竟有异曲同工之妙？
2017-09-12人力资源管理与在其他行星上发现生命看似风牛马不相及，但它们之间可能确实存在一些联系。
-
采用移动人力资源 重视员工需求和MDM政策缺一不可
2017-09-07很多因素都在影响采用移动人力资源的政策。员工在移动设备上访问人力资源功能时，需要考虑以下三个方面的内容。
-
人力资源分析 需要的不仅仅是数据
2017-09-06数据并不能直观显示员工的工作表现和员工留存率，更多的公司计划使用员工分析工具来帮助员工做出决策。
-
当人力资源遇到人工智能 你的面试官可能是个机器人
2017-08-31人工智能正在影响着人力资源行业。行业专家Brandon Wirtz介绍了现在发生的事情，以及可能对人类带来的影响。
-
云端健康管理软件是新型人力资源技术的基础
2017-08-30雇主们正在尝试使用健康管理、福利和保健类应用，以及其他新型人力资源技术工具，目的是降低医疗成本，增加员工的幸福感。
-
人力资源指标和分析：实现劳动力价值最大化
2017-08-29即使最复杂的企业也需要衡量标准和分析数据，以便在全球市场上保持竞争力。在公司里，那些可以用分析来进行优化的部分中，最宝贵的资产是就是劳动力本身。
-
使用人力资源软件 实现持续绩效管理
2017-08-28越来越多的人力资源软件用于持续的反馈和目标设定，为公司提供了更多的指标来识别人才和培养技能，提高员工的绩效。
分析 >更多
-
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。 […]
-
数据分析中使用的4种模拟模型
随着企业在预测分析和数据驱动决策方面的进步，模拟模型开始出现新的用例。 大多数数据分析技术都源于赌博游戏。例 […]
-
数据产品的重要性
如果企业将数据视为产品，而不仅仅是业务运营的副产品，企业将可以创造巨大的价值。数据产品可将原始数据转化为影响组 […]
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。