话题： 大数据
-
处理大数据 现有的数据集成框架还远远不够
2017-04-06 | 作者：Craig Stedman | 翻译：乔俊婧对于初学者来说，大型数据架构通常包括内部系统和外部数据源的组合。除结构化交易数据之外，它们还添加了各种类型的非结构化和半结构化数据。
-
Verizon：先进的分析技术实现数字化收益，帮助客户革新生活方式
2017-04-05对于面对异常激烈竞争的电信运营商而言，由于它们目前的收入正在下滑，寻找新的收入来源就变得更为关键。财富杂志排名第15强企业Verizon也不例外。
-
数据科学工具：激发企业潜能的标配
2017-03-31 | 作者：Ed Burns | 翻译：乔俊婧随着越来越多的企业了解到高级分析的优势，企业对易于使用的工具的需求也在增加。 首先接受这一趋势的供应商是在商业智能领域，自助服务成为商业智能的实际标准。
-
AI很热门 运用需理智
2017-03-30 | 作者：Ed Burns | 翻译：乔俊婧去年，新兴的AI技术被炒得火热，随着AI进一步渗透到企业中， 就需要企业做出理智的选择和判断了。
-
《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。
共1116条记录