话题: 大数据
-
《数据价值》2017年3月刊·当预测模型失败了
2017-03-29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。
-
是时候聊聊“黑暗数据”了
2017-03-28 | 作者:Ed Burns | 翻译:乔俊婧根据Deloitte集团的一份新报告,非结构化数据和其他所谓的黑暗数据类型的分析可以提供重要的业务价值。
-
拥抱开源 DevOps引领大数据生态系统
2017-03-27 | 作者:Jack Vaughan | 翻译:乔俊婧为了继续推进大数据工程,团队需要非常认真地追求DevOps的信条,尤其是要求数据工程师和IT架构师负责将创新思想运用到生产过程中。
-
Spark和Hadoop分析遇障碍?可以试试容器啊
2017-03-27 | 作者:Jack Vaughan | 翻译:乔俊婧将定制的Spark和Hadoop试点项目转移到生产中是一项艰巨的任务,但容器技术缓解了这种艰难的过渡。
-
预测失败的锅谁来背……
2017-03-23越来越多的企业选择构建可支持预测分析、数据挖掘和机器学习应用程序的大数据架构,这些架构逐渐改变着数据管道以及数据准备步骤。
-
企业的数据科学团队如何挖掘数据价值
2017-03-23 | 作者:Ed Burns | 翻译:乔俊婧单纯地雇用数据科学家并不意味着企业能够充分利用数据科学带来的优势。来看看这些企业如何通过数据科学团队让数据价值最大化。
-
Gartner调查显示:迎接数字生态系统浪潮 中国CIO蓄势待发
2017-03-22 | 作者:Gartner全球信息技术研究和顾问公司Gartner认为中国首席信息官们正将快速增长的IT预算投向数字化。
-
创建数据流应用程序 不要被数据“牵着鼻子走”
2017-03-22 | 作者:Craig Stedman | 翻译:乔俊婧如果应用程序开发人员不关注数据准确性和一致性,使用Hadoop,Spark和其他大数据技术的数据收集过程虽然要快得多,但效果并不一定很理想。
-
珠宝销售的“后实体时代” 拼的是预测分析模型
2017-03-21 | 作者:Jack Vaughan | 翻译:乔俊婧预测模型竟然可以帮助美国电视台Jewelry Television的主持人销售商品?这得益于将数据集成到分析应用程序中的数据集成和准备流程。
-
不服来辩:数据驱动的商业模式引领未来
2017-03-20 | 作者:Bridget Botelho | 翻译:乔俊婧如今,越来越多的公司采用数据驱动的商业模式,这样可以充分利用公司收集的大量数据来获得竞争优势。