话题： 大数据
-
预测分析工具VS情感驱动 谁能左右分析结果？
2017-02-27 | 作者：Ed Burns | 翻译：乔俊婧使用预测分析工具的企业用户有个普遍的共识，那就是数据始终驱动业务决策。 但在政治领域，这种说法并不是那么适用。
-
大数据的博弈
2017-02-26随着技术的变化发展，不断增加和更新的软件也让企业疲于挑选。一个能够对数据管理、分析和洞察执行工具进行整合的洞察平台，是最重要的优选新兴技术之一。
-
数据货币化：夯实前期基础很重要
2017-02-19 | 作者：Craig Stedman | 翻译：乔俊婧并非所有的公司都有实现数据货币化的必要性。但对于适合的组织，实施数据货币化战略几乎可以将数据转化为更大的价值。
-
凤凰涅槃：2017年数据分析十大新趋势
2017-02-16 | 作者：乔俊婧这是一个数据“爆发式”增长的时代。无论是企业还是个人，都积累了很多信息，囤积了大量数据。但是，我们拥有的数据是“真实”的吗？通过数据分析的得到的结论一定是“事实”吗？
-
听说早期采用者在Spark集群部署很容易？
2017-02-15 | 作者：Craig Stedman | 翻译：乔俊婧软件公司Intuit和Novantas采用了特定的方法来部署他们的第一个Spark集群，限制了初始用户访问，并寻找更加坚实的业务用途。
-
大数据时代 隐私注定“裸奔”？
2017-02-12 | 作者：Ed Burns | 翻译：乔俊婧随着日常生活中数据生成设备的数量不断增长，关于“是否应该将数据公开，以及何时应将个人数据视为私有”的争论也在不断增加。
-
将数据价值最大化 招聘数据科学家并非唯一办法
2017-02-09 | 作者：Ed Burns | 翻译：乔俊婧，对于企业而言，让员工能够构建预测模型并执行其他类型的高级分析，这一点变得越来越重要。
-
年度数据仓库市场格局新鲜出炉 论技术论实力谁更受青睐？
2017-02-08 | 作者：乔俊婧国际数据管理分析机构The Information Difference在最新年度数据仓库市场格局（Big Data Warehouse Landscape）报告中，对全球前25家数据仓库厂商进行了评估。
-
实现Spark部署 依赖供应商还是”自力更生”？
2017-02-06 | 作者：Craig Stedman | 翻译：乔俊婧Apache Spark用户经常面临一个困境：继续获取来自供应商的支持还是更新版本，使用具有更新功能的快速移动的开源软件？
-
体育机构合理选择数据仓库 上演“球迷也疯狂”
2017-02-04 | 翻译：冯昀晖体育运动机构如何能更准确地熟悉球迷群体呢？NBA的夏洛特黄蜂队提出了这个问题，并在Phizzle FanTracker平台中获得了答案。
共1112条记录