技巧
-
人工智能可以“复制”人类创造力?先从音乐合成说起……
2017-08-07人工智能和创造力似乎不搭边,但是一些人工智能开发人员试图表明,机器实际上可以复制人类的大部分创造力。
-
人工智能项目需要建立在良好的数据基础之上
2017-08-04人工智能技术纵然火爆,但只有那些打下了坚实基础的公司才会获得这种颠覆性技术的回报。
-
数据太多Hold不住?Hadoop数据治理来“救场”
2017-08-02当LinkedIn还是一家规模较小的公司时,它从社交网站上获取的数据是如何被格式化和结构化的,似乎并没有人关注。
-
数据治理为什么要“秘密”进行?
2017-07-25无论你如何构建治理环境,都需要对数据进行管理。但数据管理团队越来越多地以微妙的方式实现数据治理,以避免被商业用户视为“数据警察”。
-
将数据治理工具渗透到企业中有多难?
2017-07-24对于主流大数据用户来说,数据治理是一个大问题。最近,IT供应商已经宣称使用开源以及商业数据治理工具来管理基于Hadoop的数据湖中的数据。
-
BI数据治理很重要 私营企业该如何下手?
2017-07-19关于商业智能数据的治理,私营企业可以从公共部门的数据管理实践中吸取宝贵的经验教训。
-
遇到Hadoop性能问题很头疼?监控集群很重要
2017-07-17大数据系统中,数据并非唯一需要管理的内容。数据科学家和其他用户所运行的查询也必须进行监控,以确保他们不会在Hadoop和Spark集群中陷入困境。
-
数据挖掘规则正在改变 人工智能技术更需信任
2017-07-12随着特朗普政府和国会与互联网服务供应商合作的展开,逐渐放宽了对用户搜索历史的管制,数据领域可能会进一步扩大。
-
客户数据治理策略:放弃追踪,聚焦销售
2017-07-11客户数据治理策略不同于传统的数据治理。首先要做的,是在建立客户信任和进行客户追踪二者之间找到一个明确的界限。
-
建立良好的数据基础 避免人工智能分析偏差
2017-07-10有偏差的数据样本或模型开发实践可能会给对人工智能感兴趣的企业带来麻烦,并削弱该技术的投资回报。
分析 >更多
-
企业商业智能的10大好处
商业智能(BI)软件的起源可以追溯到20世纪60年代基于大型机的决策支持系统,随后BI技术在不断发展,以应对数 […]
-
生成式AI会取代数据分析师吗
生成式AI不会取代数据分析师的工作。在很多领域,人工智能都无法取代人类,特别是那些需要人类同理心和洞察力的领域 […]
-
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 […]
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。