话题： 大数据
-
西门子使用过程挖掘来提高制造可见性
2016-12-06 | 作者：Ed Burns | 翻译：乔俊婧在实施过程挖掘工具之前，制造商西门子几乎无法了解其生产瓶颈。现在，西门子很清楚地了解问题的根源所在。
-
大数据管道技术 推动Hadoop架构与开发模式的变革
2016-12-06 | 作者：Jack Vaughan | 翻译：杨宏玉最近几年，开源Hadoop风格的数据开发已经获得了很大的关注，但让主流企业采用这种开发模式依然用了很长时间。
-
大数据分析原地踏步 原来是分析工具面临信任问题
2016-12-05 | 作者：Jack Vaughan | 翻译：冯昀晖有时候大数据分析似乎总是在原地踏步，似乎数据信任的问题阻碍了数据分析的进一步应用。业务领导们理解新数据分析是必须经历的转型，但是他们不确定这种转变是否值得信赖。
-
Cask框架：加速构建Azure HDInsight数据管道
2016-12-04 | 作者：Jack Vaughan | 翻译：张亮亮Microsoft Azure之类的云正努力将部署简化，但这和端对端大数据分析应用程序的实现以及将其在云上运行一样困难。
-
边缘计算产业联盟：引领边缘计算产业发展 深化行业数字化转型
2016-12-04边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足行业数字化各方面的关键需求。
-
Spark架构在大数据环境的核心位置找到用武之地
2016-12-01 | 作者：Craig Stedman | 翻译：张亮亮Spark的最开始的名片是它能比MapReduce更快地运行批处理应用程序，而其编程环境和执行引擎是嵌入在Hadoop原始版本中的。
-
功能上的“硬伤”并非Spark应用解不开的死结
2016-11-30 | 作者：Craig Stedman | 翻译：张亮亮虽然Spark自身还有待完善，但由于在批处理应用性能方面的优势，Spark正在逐渐将MapReduce边缘化，该数据处理引擎的使用正在快速增长。
-
让认知应用发挥作用的最大障碍不是技术是业务
2016-11-29 | 作者：Ed Burns | 翻译：冯昀晖目前业界对人工智能和认知计算越来越感兴趣，很大一部分原因就是因为使用简单工具达到预期效果的可能性。
-
分析技术盛行的当下 数据科学家为啥最“抢手”？
2016-11-28 | 作者：Craig Stedman | 翻译：乔俊婧高级分析软件提供了很多功能，但是找到合适的数据科学家可以有效地使用工具是许多分析经理的一个挑战。
-
Hadoop生态系统中的容器和微服务 玩出哪些新花样？
2016-11-28 | 作者：Jack Vaughan | 翻译：冯昀晖最近大多数大数据应用都部署在裸设备上，这意味着Hadoop大多数部署在非虚拟化服务器上。随着容器和微服务对应用开发圈产生影响，这种情况在发生改变。
共1112条记录