话题： 大数据
-
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。
-
变幻莫测的大数据世界
2016-11-24大数据的世界总是变幻莫测，企业对大数据分析工具的选择也更加谨慎和专业，充分利用数据分析工具能够帮助企业充分挖掘数据价值。
-
实现Spark集群部署 这些公司都经历了什么?
2016-11-23 | 作者：Craig Stedman | 翻译：乔俊婧软件公司如果想要部署Spark集群，公司内部文化需要做些真正的努力和转变，并对现有员工进行培训。
-
医院数据驱动策略落地需要“众人拾柴”
2016-11-21 | 作者：Ed Burns | 翻译：乔俊婧任何一家医院的数据分析策略都必须涉及医生的绩效评估。但是，Georgia的一家医院发现，医生对于在线绩效评估并不是很积极。
-
数据可视化在大数据环境中扮演着重要的角色
2016-11-20 | 作者：Ed Burns | 翻译：乔俊婧Tableau软件通常被认为是一个轻量级的软件，功能简单易用。但是越来越多的用户把它应用到更复杂的大数据环境中，使数据可视化工具的效用达到最大化。
-
成本性能要兼得？简化Hadoop云部署有高招
2016-11-14 | 作者：Craig Stedman | 翻译：杨宏玉大数据和云计算现在对于Hadoop供应商和一些大数据技术公司来说，已经变得十分重要。这些公司正在尝试使用新方法简化用户部署Hadoop云系统的步骤，并降低用户的部署成本。
-
数据可视化技术：高级分析的核心工具
2016-11-13 | 作者：Ed Burns | 翻译：杨宏玉在高级分析应用程序中，数据可视化技术的核心作用是规划和开发预测模型以及展示分析结果。
共1116条记录