话题： 大数据分析
-
2016年度SAP十大事件回顾
2017-01-15 | 翻译：张亮亮数字业务转型似乎是SAP的几乎所有产品的核心，因为供应商努力将SAP HANA，特别是S / 4HANA定位为企业数字化转型的核心。
-
非营利组织如何实施数据驱动战略？
2017-01-12 | 作者：Ed Burns | 翻译：乔俊婧如果有一个行业部门能够从大数据分析中受益，那就是是非营利性社区。但是非营利组织通常缺乏资源，无法真正利用他们拥有的数据。
-
更好的可扩展性 让语义技术逐步敲开了企业的大门
2017-01-10 | 作者：Jack Vaughan | 翻译：杨宏玉在图形数据领域，一些企业开始逐渐关注语义技术。语义方法有助于改进数据分析的关联方法，但使用者还必须克服一些障碍。
-
公共部门需要高效的数据分析基础设施
2016-12-29 | 作者：Ed Burns | 翻译：乔俊婧公共部门的IT支出与日俱增，但大部分投资用于内部部署的大数据基础设施，是时候做出改变了。
-
分析工具很难选? 且看这些企业如何挖掘大数据价值
2016-12-27 | 作者：Craig Stedman | 翻译：杨宏玉作为大数据平台，如Hadoop，NoSQL数据库和Spark 处理引擎被企业广泛采用。部署先进的分析工具，帮助企业分析业务数据流，这类方式被越来越多的企业所接受。
-
大数据的诗和远方
2016-12-25即使现在有很多高级分析工具和技术出现，但分析团队在开发大数据应用程序，以及从大数据分析应用中获得可用数据时，仍然面临大量挑战。
-
2017年 GPU技术将成为分析领域“新宠”
2016-12-25 | 作者：Ed Burns | 翻译：乔俊婧之前在科技领域，人们一直很关心硬件，但随着深度学习的优势逐渐显现，GPU将在2017年成为分析技术的重要组成部分。
-
从2016大事件看预测分析模型怎么不灵了？
2016-12-25 | 作者：Ed Burns | 翻译：乔俊婧美国总统的选举，英国脱欧的投票，巴西总统的弹劾……这些发生在2016年的大事件看起来相当不可思议，但它们的的确确发生了。
-
AI是否能在创新领域占据一席之地？
2016-12-22 | 作者：Ed Burns | 翻译：乔俊婧提到人工智能，人们不可避免地会询问技术对工作的影响，AI会对工作有更加深刻的影响，它会使人们自由从事更多的创造性工作。
-
机器学习将“吞噬”软件行业 细思极恐还是大有可为？
2016-12-21 | 作者：Ed Burns | 翻译：乔俊婧科技界的热度仍然集中在软件领域，但如今，机器学习是迄今为止最热门的领域。如果你的软件没有嵌入机器学习，那就真的out了。
共896条记录