-
怎样改善数据供应链的成果
所属栏目：[大数据] 日期：2022-08-24 热度：182
如今，企业拥有比以往任何时候都要多的数据，数据架构师、分析师和数据科学家在所有业务职能部门中变得越来越普遍。然而，随着企业招募经验丰富的分析师以利用数据做出更好的决策，他们往往无法改善数据供应链和由此产生的数据质量。如果没有可靠的数据供应[详细]
-
为什么人工智能对于IT安全很关键
所属栏目：[大数据] 日期：2022-07-09 热度：138
随着人工智能（AI）和机器学习（ML）能力的不断发展引起人们越来越多的兴趣，人们开始关注它们如何能提高IT安全性。供应商和客户都在研究这些技术加强防御和抵御攻击的方法。 从安全专业人员的角度来看，目前对于采用人工智能和机器学习的需求非常强烈。他们[详细]
-
关于AI技术在医疗保健方面的作用
所属栏目：[大数据] 日期：2022-07-09 热度：174
在整个NHS中，技术通常会使人们放慢脚步，而不是加快他们的速度。为了找到释放宝贵的临床时间用于其他目的的方法，我们还有很多工作要做。 因此，NHSX首席数字官(CDO)的塔拉唐纳利(Tara Donnelly)在本周(星期三)在伦敦举行的英国智能健康会议上表示了认可，[详细]
-
人工智能的发展，将是未来极速变化的重点
所属栏目：[大数据] 日期：2022-07-09 热度：118
我们常常在想：未来会怎样？或更确切地说，人类的未来将如何发展？一场数字革命正在进行。这场革命正遍及各个行业和组织，它重新定义了客户期望，从而导致大规模企业的发展轨道被打断。对于那些力争成为数字领域领导者的公司，以及力求突破数字文化冲击的员[详细]
-
人工智能在保险行业中的应用详解
所属栏目：[大数据] 日期：2022-07-09 热度：71
伴随着生物识别、机器学习、自然语言处理、计算机视觉、语音识别等尖端技术的不断融入，保险行业正在迎来人工智能时代。 从与机器人客服对话到进入寿险APP点几下手指便可领取保险金，从智能保险顾问量身定制家庭保险计划，到仅需手机上传资料就可完成智能赔[详细]
-
ZLG安全帽佩戴检测方案的分析
所属栏目：[大数据] 日期：2022-07-09 热度：96
安全帽佩戴检测是工地安防的重中之重，但人为主观检测的方式时效性差且不能全程监控。AI技术的日渐成熟催生了安全帽佩戴检测方案，成为了监督佩戴安全帽的利器。本文将为您全面解析ZLG安全帽佩戴检测方案。 建筑业是国民经济的重要物质生产部门，它与整个国[详细]
-
人工智能可以处理什么营销的问题
所属栏目：[大数据] 日期：2022-07-09 热度：67
如何在最短时间内，用最快的速度发掘有效的客户呢？如何让企业与客户构建持续的关系？当数字化化走向每一个行业的同时，企业该怎么去发展下一步？ 随着经济和技术的快速发展进步，企业的营销观念也在不断的创新跟上时代的变迁。从产品品牌为中心的策略。普通[详细]
-
电网运检有了AI以后会是怎样的影响
所属栏目：[大数据] 日期：2022-07-09 热度：144
告警！2号变电站高压断路器发现异物！随着监控大屏上发出紧急告警声，某供电局运维站监控室内，运维人员迅速获取了现场部署的智能摄像机推送的视频信息，并通知最近的巡检人员前往排查。 也许，在很多人看来这一设备运维管理流程再正常不过，但却对电力人运[详细]
-
机器学习如何为主机安全助力
所属栏目：[大数据] 日期：2022-07-09 热度：104
企业上云已成趋势，上云后的主机安全则分分秒秒牵扯着企业的神经。黑客入侵屡见不鲜，病毒花式翻新。根据权威机构的统计，全球每天都会出现数量惊人的恶意软件。面对海量涌现的恶意软件，传统基于签名的技术无法跟上恶意软件的变化。加上层出不穷的漏洞，频[详细]
-
如何将人工智能用在战略决策上
所属栏目：[大数据] 日期：2022-07-09 热度：156
人工智能正在迅速进入新的市场，并迅速成为企业战略决策的重要工具。尽管许多领导者都很难理解如何使用人工智能，但是有一个简单的流程可以用于任何人工智能计划。 人工智能正迅速成为当今商业中一个重要的流行语。就像云和区块链等其他技术一样，它经常被人[详细]
-
人们需要知道人工智能和机器学习哪一些事情
所属栏目：[大数据] 日期：2022-07-09 热度：165
在人工智能应用方面，企业需要获取商业利益、构建技术框架和模型，以获得更好的商业成果。 在人工智能、机器学习和深度学习方面，目前有很多市场热议和技术探讨。大多数问题有的过于松散，有的过于数学化，有的过于笼统，有的过于专注于特定的应用程序，与业[详细]
-
为啥云原生数据湖值得关注
所属栏目：[大数据] 日期：2022-07-04 热度：152
最近几年，数据湖正在被越来越多人提起，尽管各方对数据湖的定义并不统一，但这不妨碍企业纷纷下水实践，比如亚马逊、阿里、腾讯、华为等，都在探索建设数据湖。为何众多企业在数据湖是什么上还没有达成共识的情况下，就开始着手进军数据湖领域呢？一个可能[详细]
-
大数据如何通过销售自动化创造更多的机遇
所属栏目：[大数据] 日期：2022-07-04 热度：75
大数据技术如今在各行业领域的业务方面非常重要。销售行业是受大数据影响最大的领域之一。仅在2020年，全球各地的企业就在营销分析上花费了28亿美元，这个数字每年都在大幅增长。 这就是数据分析将发挥重要作用的地方。销售公司可以仔细查看数据，了解渠道不[详细]
-
高考结束 用 Python 来解析下哪里的高考是地狱级难度
所属栏目：[大数据] 日期：2022-07-04 热度：132
一年一度的高考，可以说是广大学子必经的磨练，正所谓十年寒窗苦，一朝天下知。而高考，也成为了当前中国最为广泛，最为公平的晋升之路，可以说考上了一个名牌大学，那么未来的道路会好走很多。 但是又由于我国幅员辽阔，各地的教育资源又不尽相同，从而导致[详细]
-
何为数据湖？用于大数据分析的大规模可扩展存储
所属栏目：[大数据] 日期：2022-07-04 热度：142
从那时起，数据湖技术不断发展，现在正在与数据仓库争夺大数据存储和分析的市场份额。各种工具和产品支持数据湖中更快的SQL查询，而全球三个主要云计算提供商都提供了数据湖存储和分析。甚至还推出了将治理、安全性和分析与成本更低的存储结合起来的数据湖屋[详细]
-
不良数据会造成更严重后果的几个原由
所属栏目：[大数据] 日期：2022-07-04 热度：186
现在回想起来，这是有道理的。当时不仅存在基础设施方面的挑战，而且使用网络的人并不多，网站也没有那么有价值。随着云计算、电子商务和SaaS的兴起，这种情况发生了变化，确保可靠性成为企业的关键任务，站点可靠性工程(SRE)应运而生。 数据如今处于相似的[详细]
-
数据分析常见的误区有哪几种
所属栏目：[大数据] 日期：2022-07-04 热度：66
数据分析常见的误区有哪些？ 1、盲目的收集数据 一个正常运营的产品每天会产生大量的数据，如果把这些数据都收集起来进行分析，不仅会使工作量增加，浪费大量时间，很可能还会得不到想要的分析结果。作为一名数据分析人员，更不应该为了分析而分析，而是应该[详细]
-
如何管理高度可扩大系统中的元数据
所属栏目：[大数据] 日期：2022-07-04 热度：108
元数据过去对数据中心架构的影响很[详细]
-
做数据治理前 应该明白并避开的几大坑
所属栏目：[大数据] 日期：2022-07-04 热度：92
Gartner 的一项调查显示，超过90%的数据治理项目都以失败告终。 这个数据可能会劝退一大波正准备做或者正在观望数据治理的企业：既然这笔投资90% 的概率失败，那为什么要继续。 1. 目标不明晰 数据治理是一个复杂的系统工程，一个明确合理的目标，能让数据治[详细]
-
大数据平台核心架构图鉴 提议收藏
所属栏目：[大数据] 日期：2022-07-04 热度：193
大数据的核心层应该是：数据采集层、数据存储与分析层、数据共享层、数据应用层，可能叫法有所不同，本质上的角色都大同小异。 所以我下面就按这张架构图上的线索，慢慢来剖析一下，大数据的核心技术都包括什么。 01数据采集 数据采集的任务就是把数据从各种[详细]
-
新时代开源数据调度在1000+企业的进化之途
所属栏目：[大数据] 日期：2022-07-04 热度：175
近年来，随着互联网的飞速发展，业务量在短时间内呈现爆发式增长，对应的数据量快速从数百 G 涨至数百 T。无论数据存储还是数据调度，当前数据量已经远超处理能力的上限。若信息处理技术仍渐进式发展，数据处理能力的提升将远落后于指数级增长的数据量。 可[详细]
-
为何很多人宁可用 Excel 也不用 Python
所属栏目：[大数据] 日期：2022-07-01 热度：51
有人说，Python即使不是最好的编程语言，也是最受欢迎的语言之一。因为它简洁易用，功能强大，对初学者也很友好。在众多培训机构的小广告中，学了Python就能批量处理Excel表格，Python是实现办公自动化的利器，从此告别996之类的口号随处可见。但实际工作中[详细]
-
云数据仓库中的数据安全思虑
所属栏目：[大数据] 日期：2022-07-01 热度：167
近年来，由于云计算与云存储具有一定的廉价性和可扩展性，云数据仓库（Cloud data warehouses，CDW）得到了广泛的应用并飞速发展。同时，CDW不但能够存储比本地数据库更多的数据，而且可以通过现代化数据管道，简化了ETL的各种流程，因此许多企业都开始用它[详细]
-
终于有人把MPP大数据系统架构讲清楚了
所属栏目：[大数据] 日期：2022-07-01 热度：88
本文首先回顾并行硬件架构的发展，并进一步介绍基于并行硬件架构的数据库一体机系统与基于MPP架构的数据库软件系统。数据库一体机系统在银行等大型企业中采用广泛，一体机的优点是开箱即用、功能丰富、稳定、售后服务好，缺点是价格昂贵、扩展不灵活。基于普[详细]
-
数据科学家应对的几大挑战及解决方法
所属栏目：[大数据] 日期：2022-07-01 热度：144
每天，全球各地的组织都在寻找2.5万亿字节的数据，以获得对其业务的见解和价值驱动的行动。为了实现这一目标，需要高技能的科学专家或数据科学家参与开发业务中的企业AI。在不断增长的业务领域中，数据科学家的每一个行动都有助于改进业务的功能。 下面来探[详细]
