- 综合排序
- 最热优先
- 最新优先
- 来自专栏程序你好
数据科学的前6大语言
2012年的《哈佛商业评论》(Harvard business review)正确地将数据科学列为“21世纪最性感的工作”。即使在这份报告发表6年后的今天，《商业评论》仍被证明是正确的。 随着人工智能和机器学习的出现，“数据科学”一词在精通技术的人中间流行起来。用最简单的话说，数据科学是一种利用科学技术和算法从数据中挖掘知识的方法，无论是结构化的还是非结构化的。 无论您是数据科学领域的新手还是专业人士，您需要记住的一些基本内容包括分析数据、应用编程工具(如对数据进行序列和选择)以及执行简单的数据可视化。 R R编程语言被数据挖掘人员和数据科学家广泛用于分析数据。简化工作在统计学家中也很流行。R提供了强大的面向对象编程工具，使其在其他计算语言中处于优势地位。静态图形使图形和其他数学符号的生成更加容易。 SQL 结构化查询语言(SQL)用于处理大型数据库。特别是，它有助于管理结构化数据。学习SQL可以很好地提高数据科学家的语言技能。这种语言的缺点是缺乏可移植性。
1.2K30发布于 2018-09-29 - 来自专栏大数据技术架构
盘点Hadoop生态中 6 个核心的大数据组件
大数据生态圈中有很多优秀的组件，可谓琳琅满目，按组件类别可分为存储引擎、计算引擎，消息引擎，搜索引擎等；按应用场景可分为在线分析处理OLAP型，在线事务处理OLTP型，以及混合事务与分析处理HTAP型等 Hadoop包含丰富的生态组件，有我们耳熟能详的分布式文件系统HDFS，分布式计算框架MapReduce，以及分布式调度系统YARN。 2 Hive 基于Hadoop的数据仓库 Hive是构建在Hadoop之上的数据仓库工具，由facebook开源，最初用于解决海量结构化的日志数据统计问题。 HBase周边生态成熟，具有很多丰富的特性，比如强一致性读写、自动分区、自动故障转移、面向列等。HBase主要用于海量数据永久性存储与超大规模并发访问场景，目前应用非常广泛。生态架构如： ? 6 Elasticsearch 主流的分布式搜索引擎 Elasticsearch，简称ES，是当下主流的分布式全文搜索，它允许用户快速的进行存储、搜索和分析海量数据，底层是开源库Lucene，开箱即用。
3.8K22发布于 2021-07-29 - 来自专栏亨利笔记
联邦大模型：打造安全合规的数据生态
大模型是具有数十亿甚至上百亿参数的深度神经网络模型，是“大数据+大算力+强算法”结合的产物，是凝聚了大数据内在精华的“知识库”。 龙卷风中心：数据安全与隐私保护不可忽视 在大模型的龙卷风席卷全球之时，这场风暴的中心也有一些冷静的声音：基于海量数据的大模型更应该在安全合规与伦理等方面保持谨慎。 联邦学习与大模型结合：构建安全合规的数据生态大陆 联邦学习作为一种分布式机器学习新范式，其“数据不动模型动，数据可用不可见”的特点使得各参与方可以在保护各自数据安全与用户隐私的前提下，进行AI协作，打破数据孤岛 在合法合规的前提下，让散落于各行业、各机构的不同规模的大模型得以交流与融合，共同构建覆盖各行业各领域的数据与模型生态，打破垄断，进一步提升大模型的规模、质量和通用性。 希望更多行业专家与机构能够共同参与，合力打造下一代更加通用强大和负责任的AI，构建安全合规的数据生态大陆。
1.3K10编辑于 2023-04-12 爱立信和AT&T签署IoT大单，或为6G生态提前布局
6G时代，讲究的是空天一体化通信，网络将不再是单一连接结构，而是一个由算力、AI和数据驱动的分布式智能系统。 IoT Marketplace的云原生架构，恰好是这种智能网络的雏形：服务通过API编排，资源按需分配，决策依托AI模型自动优化，换句话说，这个平台不仅仅是一次商业尝试，更是6G网络向“智能业务层”演化的技术预演 平台之上，生态是核心。AT&T在公告中特别强调，他们希望通过Marketplace吸引更多中小企业加入IoT生态，这一策略极为关键。 第一次是从语音到数据的转型， 第二次是从硬件到软件的转型， 而这一次，则是从系统到生态的转型。 当下的IoT Marketplace，它所代表的“云化运营”趋势，也许正是未来6G商业形态的原型。
14410编辑于 2026-03-17- 来自专栏数据饕餮
胖子哥的大数据之路（6）- NoSQL生态圈全景介绍
SQL and the Relational Model 6 13.1.2. NoSQL Inspirations. 8 13.1.3. Acknowledgments. 41 Footnotes. 41 内容 NoSQL不是一个工具，而是由一些具有互补性和竞争性的工具组成的一个概念，是一个生态圈。 最大的特点是方便存储结构化和半结构化数据，方便做数据压缩，对针对某一列或者某几列的查询有非常大的IO优势。 当数据量非常大时，这个元数据表实际也会变得非常大，所以归属关系表实际上也是被切分成一个个的tablet保存在tablet服务器中的。这样整个数据存储就被分成了如上图的三层模型。 但是如果C发现自己的vector clock有些项比B大，而某些项比B小，比如B的是（39，2，5）C的是（39，1，6），那么这时候说明B的这次修改并不是在C的基础上改的，数据出现冲突了。
80430发布于 2019-01-14 - 来自专栏CDA数据分析师
数据分析不能碰的6大禁区!
1 没有明确分析数据的 要分析一个数据，首先要明确自己的目的，为什么要收集和分析这样一份数据。只有明确了目的之后，才能够把握好接下来应该收集哪些数据，应该怎么收集数据，应该分析哪些数据等。 2 没有合理安排时间 数据分析也要合理安排时间，一般有几个步骤，收集数据、整理数据、分析数据、美化表格。在做这些之前，要预估每一个步骤需要花多少时间，哪一步比较重要，需要花更多的时间等。 数据分析重点应该在于分析，应该以最快的速度收集完数据，才有更多的时间整理和分析，最后经过分析的数据才是最有价值的。 5 不懂得分析哪些数据 这是比较普遍的问题，收集了数据后不知道要分析哪些项目，哪些数据点才能体现出分析的目的。 6 表格不美观，不清晰 做数据分析一般使用的是excel表格记录，一份美观清晰的表格不仅使我们可以清楚的看到这份数据的重点，方便查到所想要的数据。在收集数据的过程中，也可以提高收集和分析数据的效率。
71160发布于 2018-02-11 - 来自专栏机器学习/数据可视化
Python入门-6大数据类型操作
Python的6种数据类型操作总结 本文对Python中常见6种数据类型的操作进行了汇总： Numbers（数字） String（字符串） List（列表） Tuple（元组） Dictionary（字典 = 1.3常用函数 取绝对值：abs 四舍五入：round 取整：int 转浮点数：float 二、字符串String 字符串是Python中常见的数据类型之一，能够使用str函数将其他类型的数据强制转成字符类型 2.1键盘输入 终端中通过input函数输入的任何内容都是字符串数据 2.2三种方法生成 通过3种方法生成字符串数据： 单引号：`python` 双引号：“python” 三引号：一般字符串内容较长时使用 列表元素重复：* 返回列表中的最值（比较ASCII码）：max、min 3.3常见操作 索引和切片操作（类比字符串） append：将整体追加到列表的末尾 extend：列表中的每个元素进行合并，组成一个大的列表 ，字典是无序的数据类型，主要是用来存放具有一定映射关系的数据。
71220编辑于 2023-08-23 - 来自专栏华章科技
数据分析不能碰的6大禁区
没有明确分析数据的目的 要分析一个数据，首先要明确自己的目的，为什么要收集和分析这样一份数据。只有明确了目的之后，才能够把握好接下来应该收集哪些数据，应该怎么收集数据，应该分析哪些数据等。 没有合理安排时间 数据分析也要合理安排时间，一般有几个步骤，收集数据、整理数据、分析数据、美化表格。在做这些之前，要预估每一个步骤需要花多少时间，哪一步比较重要，需要花更多的时间等。 数据分析重点应该在于分析，应该以最快的速度收集完数据，才有更多的时间整理和分析，最后经过分析的数据才是最有价值的。 不懂得分析哪些数据 这是比较普遍的问题，收集了数据后不知道要分析哪些项目，哪些数据点才能体现出分析的目的。 表格不美观，不清晰 做数据分析一般使用的是excel表格记录，一份美观清晰的表格不仅使我们可以清楚的看到这份数据的重点，方便查到所想要的数据。在收集数据的过程中，也可以提高收集和分析数据的效率。
36430发布于 2018-08-13 - 来自专栏灯塔大数据
6位大数据人物浅谈未来三年大数据的发展
新工具，新视角 维珍传媒（Virgin Media）洞察分析部负责人马克·查普曼（Mark Chapman） （维珍传媒：英国第一家通信、电视全业务运营商，欧洲最大的移动虚拟网络运营商，也是英国第二大付费电视公司 大数据相关技术在不断改进，现在我们可以通过大数据对我们的行业进行深度分析和发掘，而不是像之前一样收集“便宜又大包的黄页式”数据库。 我认为企业利用的数据类型将发生重大变化，不论是内部数据的开源数据集，还是社交媒体等产生的非结构性数据集，这些数据类型都将发生巨变。 数据整合是成功关键 联合利华信息分析副总裁柯尔斯顿·穆迪（Kjersten Moody） （联合利华：跨国消费品公司，总部设在荷兰鹿特丹和英国伦敦，世界第三大消费品公司，世界上最大的涂抹食品生产商，最古老的跨国公司之一 联合利华目前专注于整合不同渠道数据，对客户数据体验进行重新定义，建立互动性更高的数据联系。这样一来，我们就能让客户深度发掘数据信息，并做出正确的行动决策。 翻译：灯塔大数据
93180发布于 2018-04-08 - 来自专栏RAG
GraphRAG开源生态全景：6大主流开源项目，微软蚂蚁港大项目同台PK
RAG核心工具大全:7大解析工具+向量模型+数据库+检索排序在LLM的应用落地进程中，RAG技术已成为解决模型幻觉、提升垂直领域专业性的重要手段。 这种全格式支持使得LightRAG在处理企业内部复杂的非结构化数据时具备天然优势。 多源数据深度解析：原生支持MinerU高性能PDF解析，能够处理复杂的文档结构并转化为图谱数据。拓展性与协作：支持Skills与MCP拓展管理，具备完善的用户与部门权限控制系统。 大型企业全局分析与趋势扫描：GraphRAGLeiden社区摘要机制提供了不可替代的全局视野，适合处理高价值、长周期的静态行业调研数据。 万亿级数据规模的生产级部署：NebulaGraph+自定义应用层应对TB级别以上数据，利用其水平扩展能力和高可用架构支撑底层图检索。
66410编辑于 2026-03-17 - 来自专栏互联网大杂烩
6大设计原则
所有引用基类的地方必须能透明地使用其子类对象。 只要父类能出现的地方子类就可以出现。
39330发布于 2018-08-22 - 来自专栏快乐阿超
Java生态AI大模型框架langchat
LangChat: Java LLMs/AI Project, Supports Multi AI Providers( OpenAI / Gemini / Ollama / Azure / 智谱 / 阿里通义大模型 / 百度千帆大模型), Java生态下AI大模型产品解决方案，快速构建企业级AI知识库、AI机器人应用 官方文档： https://langchat.cn/ 介绍： LangChat是Java生态下企业级 AIGC项目解决方案，在RBAC权限体系的基础上，集成AIGC大模型能力，帮助企业快速定制AI知识库、企业AI机器人。 接入 OpenAI / Gemini / Ollama / Azure / Claude / 智谱AI / 阿里通义大模型 / 百度千帆大模型 等大模型。 这里顺带说一下咱们dromara的easyai也是Java生态的AI大模型框架，采用Apache-2.0开源协议，可以免费商用～
41710编辑于 2024-09-13 - 来自专栏木东居士的专栏
数据团队思考：小型数据团队发展的6大建议
数据团队思考：小型数据团队发展的6大建议 0x00 前言 最近遇到了不少待在小型数据团队的朋友在吐槽自己的团队如何如何的坑，比如说： 基础建设特别差，用什么没什么！ 鉴于这些吐槽的内容，居士将从如下几个方面来分享本篇的主题：小型数据团队发展的6大建议 为什么你的团队是一个小型的数据团队？ 小团队会面临什么样的难题？ 很多大公司的数据团队可能也是很少的几个人。这里面有两种可能： 公司本身并不需要特别强大的数据支撑，或者还没有重视。 另一种可能是一个大的公司的各个部门里面，都会有自己的小的数据团队。 0x03 小型数据团队发展的10大建议 步入正题。 一、前期发展，以经验丰富的员工为主 小团队的前期发展，以经验丰富的老司机快速搭建框架是最为稳妥的，要尽可能地减少试错成本。 另外，数据挖掘本来也是数据团队的工作内容，这里的6个建议同样适用。 补充说明一点：本文是从团队的角度来考虑，并不是个人的角度。 最后，欢迎大家提出你的意见，批评也很欢迎，一起讨论才会有进步。
1.1K10发布于 2019-11-12 - 来自专栏云计算D1net
关于SaaS和数据恢复的6大谬误
这里有六个关于SaaS应用的谬误，会可能导致你天真地相信你公司云端的数据是安全的。而事实上它们却处于严重的风险之中，并且如果没有数据保护的解决方案的话，将可能会永久的失去。 谬误一：你总是可以恢复你的云端数据 云计算提供商确实能提供不同程度的恢复，但是有一个问题：这种备份并非旨在将所有数据都能提供给客户。 提供数据保护。虽然这两种技术有一些重叠的特性，但是它们在根本上是不同的两种方法： ·件同步和共享是建立在用户内容的实时协作基础上的，但它不是用于在用户错误、数据损坏或面对勒索软件所采取的数据恢复。 数据被全方位所保护着，包括用SaaS应用程序进行文件存储，并且在设备一旦丢失或被盗的情况下，其附加的功能够帮助组织跟踪设备，和/或远程删除企业的数据。 另外，原生的云内容分析能力可以帮助你更为深入地了解在横跨多个数据源的时候，潜在的数据和合规方面的风险。
74850发布于 2018-03-27 - 来自专栏新智元
智能音箱2017大爆发，6大数据看懂亚马逊与谷歌之争
厨房是Echo最频繁的使用场景之一； 6. 亚马逊将发布带屏幕的Echo。 相信以上结论会对国内暗流涌动的智能音箱之战会有较强的借鉴意义。 6月24日，Fortune报道。 Ad Age 公布的一份最新研究表明，谷歌的智能音箱 Home 比起亚马逊的 Alexa 要更可靠，对正确地回答用户命令这一任务进行量化的结果显示，双方有6倍的差异。 在所提供的答案的正确性上，谷歌的虚拟助理是亚马逊的6倍。 这一结果有些出乎意料。但是，考虑到两家公司在语音助理技术上的不同路径，这也是能理解的。 与此同时，亚马逊通常会选择与信息和内容合作伙伴协作，来获得数据。对于随机用户来说，特别是现在许多AI 业务都是在云上完成，谷歌和亚马逊的搜索结果可能不会有本质的区别。但是，搜索引擎的数据集是海量的。 但是根据新的数据，这一数字上升到了1.5到1.6台。 虽然数字没有那么精确，但是Echo的统治力是毋庸置疑的。
848120发布于 2018-03-28 - 来自专栏AntDB数据库
“超越融合 异筑信创”，AntDB数据库携手超云等生态伙伴共建信创大生态
、合作伙伴、客户代表针对信创产业发展现状、技术革新方向及生态建设策略等问题进行了深入探讨。 图片与会代表一致认为，信创的本质是发展国家信息技术产业，构建中国IT产业完整的产业链、产业生态和核心竞争力，信创生态体系建设是信创发展的强需求，也是信创成功的关键。 AntDB数据库、超云等我国信创产业的创新代表，有责任和义务强化上下游生态合作伙伴关系，不断推动信创产业生态圈的建设、发展。 作为我国信息化产业生态基础软件中的一员，AntDB数据库积极与上下游软硬件进行兼容适配测试，目前已完全适配飞腾、鲲鹏等 CPU架构，支持统信 UOS、华为 openEuler 等操作系统，能够为企业级客户提供稳定完善的数据库支撑 未来，AntDB数据库将以客户需求带动生态建设，用更加开放的姿态与更多生态伙伴一起共识、共建、共成长，构建信创产业的良性循环，助推千行百业行稳致远！
41100编辑于 2022-10-14 - 来自专栏猫头虎博客专区
2013年6月6日 Go生态洞察：Go团队的对话分析
2013年6月6日 Go生态洞察：Go团队的对话分析 摘要 嗨，猫头虎博主来了！今天我们要聊的是Go语言和它的魔法。 我在网络上翻阅了许多关于Go的技术话题，最近发现一个宝藏：2013年6月6日，Go团队在Google I/O 2013上的一次火边谈话。 本文被猫头虎的Go生态洞
14610编辑于 2024-04-09 - 来自专栏猫头虎博客专区
2010年6月6日 Go生态洞察：Go编程会话视频回顾
2010年6月6日 Go生态洞察：Go编程会话视频回顾 摘要 喵，猫头虎博主在此！ 今天我们要探讨的是，追溯到2010年6月6日，Go语言如何在Google I/O大会上闪耀登场。 Go社区与生态 Go社区活跃而友好，它通过丰富的库和工具支持开发者。此外，Go团队对社区的反馈非常开放，这使得Go能够不断进化和改进。 开源项目 Go语言的开源项目证明了它的灵活性和可扩展性。 总结 今天，我们一起回顾了2010年6月6日的Go编程会话，并深入探讨了Go语言的设计哲学、其在Google的实际应用，以及它活跃的社区和生态系统。 此文章已被Go生态洞察专栏收录，期待对更多Go语言爱好者有所启发。 参考资料 Gerrand, Andrew. “Go Programming Session.” Google I/O 2010.
18310编辑于 2024-04-09 - 来自专栏CDA数据分析师
最后一次机会，回到2016大数据生态纵览峰会现场
1月8日，2016大数据生态纵览峰会在北京圆满落幕。30多名嘉宾参与分享，20多家企业共同参与，30多家媒体参与报道，1000多名与会者见证了这场盛会。如果你错过了，确实有点遗憾。 IBM大数据产品总监洪建勋提到，2015年6月份IBM对Spark开源，把十多年的积累无偿开源给Spark社区，并在旧金山建立一个Spark的社群，研究Spark和已经有的业务融合在一起，做更多的发展。 所谓大数据，只是一个手段和载体，传统经济最后一切的产业链条未来都要进入大数据的生态。 所以未来所有互联网公司其实都会成为一个大数据公司，它都会成为一个载体。 但是这些数据源本身的应用和发掘还远远没有开始，今天很多嘉宾讲了大数据的应用，从整个数据层面到应用到它具体的工具，大家都在做探索。未来我们把所有的这些点连成面，连成我们现在的空间，那就形成未来的生态。 第三大趋势，数据分析能力应该成为企业员工必备。 第四大趋势，自助式工具会大规模使用，而且像大数据的技术还有数据分析师的鸿沟在渐渐被填平。 第五个趋势是数据分析平台的云端化。
1.2K90发布于 2018-02-24 - 来自专栏CDA数据分析师
八大工具，透析Python数据生态圈最新趋势！
我们前一阵子参加了在旧金山举办的Dato数据科学峰会。来自业界和学界的千余名数据科学研究人员在大会上对数据科学、机器学习和预测应用方面的最新发展进行了交流和探讨。 它显示了Dato对支持开源Python数据生态圈的诚意。在此之前有一种认识就是Dato提供的免费版本只是将数据科学家捆绑在自家的平台最终还是得收费，因为Dato确实有自己的商业产品。 它可以处理非常大的数据集而且速度很快也能嵌入在网页当中。想要快速方便地创建互动图表和数据应用的话这个库非常有用。 Bokeh对处理大型数据集时的性能问题着墨颇多。 现在Python生态圈中有很多库看起来功能都差不多比如说Blaze、Dask和Numba，但其实应该用在数据处理的不同层面上，做一个类比的话Blaze就相当于数据库中的查询优化器，而Dask则相当于执行查询的引擎 它试图解决的就是数据集规模的问题，但对用户提供的确是单机上Python的体验，而且能够与现有的Python数据生态圈(Pandas、Scikit-learn、Numpy)进行集成。
1.5K100发布于 2018-02-05
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号