-
人工智能在未来战争中的影响与应用
所属栏目：[大数据] 日期：2022-08-26 热度：95
人工智能+军事 在人工智能技术展现出汹涌澎湃发展趋势的当下，建设以智能技术武装的新型军队，打赢以信息化智能化为特征的新型战争，成为当前世界主要军事强国的优先发展目标。以意志的屈服、不战而屈人之兵为标志的制智能权、制意识权将成为未来军事斗争的[详细]
-
智能决策技术在汽车行业的应用实践
所属栏目：[大数据] 日期：2022-08-26 热度：166
随着新能源、自动驾驶、人工智能技术的发展，汽车行业的智能化水平也水涨船高。作为人工智能领域皇冠上的明珠，决策智能是如何推动汽车行业数字化转型的？决策智能在实际落地中有哪些痛点和解决方案？本文将结合个人十年的数据分析经验，从实战角度介绍运筹[详细]
-
机器学习回归模型相关重要知识点总结
所属栏目：[大数据] 日期：2022-08-26 热度：122
1、线性回归的假设是什么？ 线性回归有四个假设： 线性：自变量（x）和因变量（y）之间应该存在线性关系，这意味着x值的变化也应该在相同方向上改变y值。 独立性：特征应该相互独立，这意味着最小的多重共线性。 正态性：残差应该是正态分布的。 同方差性：[详细]
-
人工智能是专家协助和患者护理的推荐处方
所属栏目：[大数据] 日期：2022-08-26 热度：115
开篇 人工智能 (AI)为各个行业的创新提供无限动力，当然也包括医疗保健领域。医疗专业人员受益于机器学习 (ML) 的应用，让他们可以处理电子健康记录 (EHR) ，也提升诊断和治疗方面的能力。AI 不仅消除了人为因素对医疗保健的影响，自动化和 ML 同时也在提高[详细]
-
如何利用人工智能解决工业规模的脱碳工作
所属栏目：[大数据] 日期：2022-08-26 热度：103
我们的世界已经到了社会认识到地球正处于巨大压力之下的地步。各行各业的企业都宣布了在未来几十年将碳足迹减少到净零的计划，大多数企业的目标是在2030年至2050年之间实现目标。虽然在能源、石油和天然气等受影响最严重的行业，围绕净零的战略一直是运营计[详细]
-
负责任地使用AI如何创造更安全的在线空间
所属栏目：[大数据] 日期：2022-08-26 热度：188
人工智能算法对人类生活和更广泛的社会有着巨大的影响。 围绕人工智能的伦理困境包括数字差异及其武器化。 自治应该与人类监督相平衡，同时应该提高对人工智能的负责任使用，以便可以利用它来解决歧视问题。 在计算机进步、数据科学和庞大数据集的可用性的推[详细]
-
人工智能和区块链如何对抗疫情
所属栏目：[大数据] 日期：2022-08-26 热度：84
如今，人工智能几乎被应用在每一项技术中。机器学习和计算机视觉正在使自动驾驶汽车和机器人助手成为现实。人工智能取得的一些最显著的进步是在医疗保健领域，每天都有更多的人在追求这种新技术的应用。 新型病毒的新技术 新冠疫情迫使医学科学家和研究人员[详细]
-
一文助你全面理解合成控制方法
所属栏目：[大数据] 日期：2022-08-26 热度：189
现在人们普遍认为，对其感兴趣的结果（疾[详细]
-
从5G手机的发展看自动驾驶汽车的未来
所属栏目：[大数据] 日期：2022-08-26 热度：65
自动驾驶汽车何时落地？准确地说，现在已经落地不少地方了，就是离普通用户还有多远？ 自动驾驶汽车的梦想，或许要从变形金刚说起。汽车+电脑+机器人，让美国人想到了变形金刚这个全新物种。变形金刚已经打了上千集了，可是自动驾驶汽车才刚刚在全球少数几个[详细]
-
终于有人把Hadoop大数据系统架构讲清楚了
所属栏目：[大数据] 日期：2022-08-25 热度：116
传统的系统已无法处理结构多变的大数据，而高性能硬件和专用服务器价格昂贵且不灵活，Hadoop因此应运而生。Hadoop使用互连的廉价商业硬件，通过数百甚至数千个低成本服务器协同工作，可有效存储和处理大量数据。 1.Hadoop生态体系 Google通过三篇重量级论文[详细]
-
交通领域的物联网如何使大数据之于企业产生价值
所属栏目：[大数据] 日期：2022-08-25 热度：198
全球物流市场不断增长，科技正成为发展的主要触发器。 企业正在寻找用于运输的物联网解决方案，以帮助他们提高供应链的可见性、改善物流各个阶段的运营并节省资源。 这可以通过使用物联网设备收集有关物流过程的数据并将其转换为有价值的业务信息来实现。 让[详细]
-
怎样用好数据科学
所属栏目：[大数据] 日期：2022-08-25 热度：142
很长一段时间以来，数据科学一直被视为科技和商业领域的下一次重大革命。最近几年增加了不少使用数据科学应用的企业。根据Statista的数据，截至2021年，近60%的公司在其团队中拥有至少50名数据科学家。 然而，如果客观地看待，数据科学提供的结果与它的期望[详细]
-
浅析大数据的数据灾备建设
所属栏目：[大数据] 日期：2022-08-25 热度：109
大数据时代，数据呈爆炸趋势增长，很多企业都从大数据中获得了利益，推动各自的业务上升了一个台阶。通过大数据技术的完善尤其是大数据和云容器技术相结合，各个企业已经把自己的重要业务迁移到了大数据平台。与此同时企业对数据可靠性和业务连续性保证的诉[详细]
-
未来已来 Cloudera拥抱混合数据年代
所属栏目：[大数据] 日期：2022-08-25 热度：89
我们生活在一个混合数据的世界中。在过去十年间，世界创建、捕获、复制和使用的结构化数据量已从2011年的不到 1ZB 增长到 2020 年的近 14ZB，这已经很惊人了，但还有另外更巨大的 50ZB数据非结构化数据、云数据和机器数据。 对于Cloudera来说，这是一个回到[详细]
-
如何策划数据可视化平台
所属栏目：[大数据] 日期：2022-08-25 热度：62
最近在项目上常常听到这样的话：我想要一个酷炫的数据大屏，设计一定要有科技感，这个可视化设计没有重点每当听到这些需求，作为设计师一般都是欲哭无泪的。到底什么叫酷炫有科技感？客户理解的数据大屏什么样？是数据还是可视化出了问题？？ 这篇文章将会结[详细]
-
Python实行数据可视化 你会用什么库来做呢
所属栏目：[大数据] 日期：2022-08-25 热度：163
用Python进行数据可视化你会用什么库来做呢？ 今天就来和大家分享Python数据可视化库中的一员猛将Altair！ 借助Altair，我们可以将更多的精力和时间放在理解数据本身及数据意义上，从复杂的数据可视化过程中解脱出来。 简单来说，Altair是一种可视化语法，也[详细]
-
一文看清楚 数据指标体系的几大类别
所属栏目：[大数据] 日期：2022-08-25 热度：61
很多同学问：有没有普遍的、一般的指标体系梳理方法？网上常见的指标体系分享，大多是互联网的AARRR一类，现实中情况却很复杂。普遍的方法当然有，就是基于业务逻辑，梳理指标体系。从本质上看，数据指标体系有4大类型，针对四个不同的业务逻辑。今天来系统[详细]
-
两种主流大数据系统架构的差异 终于有人讲明白了
所属栏目：[大数据] 日期：2022-08-25 热度：133
同样都可以处理大规模数据的MPP数据库架构与Hadoop体系架构属于不同的技术体系，二者没有直接的相关性，却常常被放在一起进行比较。特别是在企业数据仓库建设中，MPP架构与Hadoop架构代表两类典型的技术路线选型，事实上，在2015年左右甚至有人认为基于Hadoo[详细]
-
从0到1创建智能灰度数据体系 以vivo游戏中心为例
所属栏目：[大数据] 日期：2022-08-25 热度：180
本文介绍了vivo游戏中心在灰度数据分析体系上的实践经验，从实验思想-数学方法-数据模型-产品方案四个层面提供了一套较为完整的智能灰度数据解决方案，以保障版本评估的科学性、项目进度以及灰度验证环节的快速闭环。该方案的亮点在于，指标异动根因分析方法[详细]
-
几个好使常见的大数据分析模型
所属栏目：[大数据] 日期：2022-08-24 热度：164
互联网打工人来说，数据分析是一项必备技能！花了这么多钱，营销效果到底达到没有？什么样的功能才能真正戳中用户的痛点？ 1. 事件分析 干啥的：研究某行为事件的发生对企业组织价值的影响以及影响程度。 怎么用：追踪或记录的用户行为或业务过程，如用户注[详细]
-
大数据项目可能出错的几种方案
所属栏目：[大数据] 日期：2022-08-24 热度：130
大数据项目的低成功率是过去10年中一个持续存在的问题，与之类似的是：人工智能项目中也出现了相同类型的问题。虽然100%的成功率不是一个可以实现的目标，但用户可以进行一些调整以从数据投资中获得更多收益。 一个重要原因是缺乏数据集中化，这抑制了公司从[详细]
-
MPP与Hadoop 两种主流大数据系统架构有什么差别
所属栏目：[大数据] 日期：2022-08-24 热度：115
同样都可以处理大规模数据的MPP数据库架构与Hadoop体系架构属于不同的技术体系，二者没有直接的相关性，却常常被放在一起进行比较。 1. 设计思路对比 两类系统运行的硬件架构是相同的，都是普通服务器组成的集群，但从资源管理角度来说，它们并行化软件实现[详细]
-
为什么大热的数据可视化行业 我不提议轻易入行
所属栏目：[大数据] 日期：2022-08-24 热度：151
这两年互联网行业在 C 端市场上的增长已经不足以吸引大众和投资者的视线，B 端作为一个新的热点开始被追捧。 各种让人眼花缭乱的图例和技术应用解说，很容易让我们产生未来已经加速向我们走来的 幻觉，此时不抓紧时代的机遇投身数字化界面的设计，更待何时？[详细]
-
数据指标 VS 标签体系 到底有啥区别 总算讲清楚了
所属栏目：[大数据] 日期：2022-08-24 热度：122
实际上，标签和指标一样，是数据分析的左膀右臂，两者同样重要。实际上，很多人分析不深入，就是因为缺少对标签的应用。今天系统的讲解下。 那如果做得好的话，标签能发挥啥作用呢？ 一：查询信息。这是最普遍的场景了。大量的一线工作人员会有需求，比如客[详细]
-
为什么完善数据供应链是一种责任
所属栏目：[大数据] 日期：2022-08-24 热度：54
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]
