- 综合排序
- 最热优先
- 最新优先
- 来自专栏大数据文摘
2016大数据发展7大趋势
因此，高级管理人员正在寻找其人力资源的确切数据，所以，2016年我们会看到人力资源分析将迈出一大步。 人力资源分析虽然是人事部门新的业务领域，但为了更好地提高人力资源的投资回报率，该业务增长极为迅速。 对于那些大的商业组织而言，大数据已经成为通用语言。在适应新趋势方面，政府是缓慢的，但是在2016年，我们会看到更多的国家、地区和地方政府会采用大数据技术来提高社会和公民的体验。 7.智能机器带来的雾分析（Fog Analytic s)起步 ? 雾计算正在迅速地获得大量动力。雾计算是指推进连接到物联网的终端设备和存储数据的云计算之间的存储、传输和计算。 原文链接：https://datafloq.com/read/7-big-data-trends-for-2016/1699? utm_source=Datafloq%20newsletter&utm_campaign=41776c079a-Datafloq_newsletter_12_7_2015&utm_medium=email
1.2K60发布于 2018-05-22 - 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 - 来自专栏华章科技
大数据7大最奇特应用
在客户体验与库存管理流程方面，大数据通常会发挥重要作用。下面盘点了7个最有趣、最独特的大数据应用，以及它们可能对我们的生活产生的影响。 1.大数据广告牌 户外营销公司Route正使用大数据在广告牌、长椅以及公交车两侧的广告空间上设定定价模式。 5.大数据天气预报 从手机到交通地图，很多应用长期以来就需要数据支持。名为WeatherSignal的应用可以利用Android手机中的传感器，提供实时的天气数据。 7.大数据胸罩 True&Co网站正利用大数据帮助女性寻找号码更合适的胸罩。统计数据显示，大多数女性都戴错了胸罩的号码，为此这家网站试图帮助解决这个问 题。 该公司的内部品牌甚至会基于用户的反馈和公司收集到的数据 开发和设计新式胸罩。 利用大数据的可能性是无穷无尽的，我们可能需要时间去寻找大数据的更多应用方式。你最近看到有趣或不同寻常的大数据项目吗?
94410发布于 2018-08-13 - 来自专栏数据分析师小熊
数据分析7大能力：梳理数据需求
顾名思义，数据需求，就是业务部门对数据分析产出的需求。有小伙会说：这还有需求呀，我们公司都是一通电话：“歪！给我个XX数据，快！”就完事了，根本不存在啥需求。 确实有这种无脑公司。 不过，这么无脑催数据的结果，就是返工。最常见的局面，就是你辛辛苦苦跑出来数，对面的一通质疑：“数据不对吧！”“为啥和我知道的不一样！”“你再给我个XX数据看看？”“加个字段吧！” Who：数据使用者 When：数据使用时间 Where：数据使用场合 Why：使用数据原因 What：具体数据格式 三、who：谁使用数据 包括： 申请人：部门，姓名 审批人：领导签名、邮件回复 加上审批人 ，可以在一大堆需求塞车的时候，按领导等级高低排序给数。 不主动问数据用在哪里，结果业务拿着数据乱捅一波，捅完了就说：“诶呀，我们又不懂，都是数据提供的你去问他”……数据自然百口莫辩，死无全尸……所以不要吝啬语言，问清楚！ 六、why：为什么需要数据。
1.3K21编辑于 2022-04-22 - 来自专栏云计算D1net
7大云计算数据仓库
云计算数据仓库通常包括一个或多个指向数据库集合的指针，在这些集合中收集生产数据。云计算数据仓库的第二个核心元素是某种形式的集成查询引擎，使用户能够搜索和分析数据。这有助于数据挖掘。 •BigQuery中的逻辑数据仓库功能使用户可以与其他数据源(包括数据库甚至电子表格)连接以分析数据。 关键价值/差异： •微软公司在2019年7月发布了Azure SQL数据仓库的主要更新，其中包括Gen2更新，提供了更多的SQL Server功能和高级安全选项。 •对于现有的SAP用户，与其他SAP应用程序的集成意味着可以更轻松地访问本地以及云计算数据集。 (7)Snowflake 对潜在买家的价值主张。 7个顶级云计算数据仓库对比图表 ? （来源：企业网D1Net）
7.5K30发布于 2019-09-26 - 来自专栏PPV课数据科学社区
大数据专家：大数据7大最奇特应用
在客户体验与库存管理流程方面，大数据通常会发挥重要作用。近来，我盘点了7个最有趣、最独特的大数据应用，以及它们可能对我们的生活产生的影响。 1.大数据广告牌 户外营销公司Route正使用大数据在广告牌、长椅以及公交车两侧的广告空间上设定定价模式。 7.大数据胸罩 True&Co 网站正利用大数据帮助女性寻找号码更合适的胸罩。统计数据显示，大多数女性都戴错了胸罩的号码，为此这家网站试图帮助解决这个问题。 该公司的内部品牌甚至会基于用户的反馈和公司收集到的数据开发和设计新式胸罩。 利用大数据的可能性是无穷无尽的，我们可能需要时间去寻找大数据的更多应用方式。你最近看到有趣或不同寻常的大数据项目吗? 知识无极限 6、回复“啤酒”查看数据挖掘关联注明案例-啤酒喝尿布 7、回复“栋察”查看大数据栋察——大数据时代的历史机遇连载 8、回复“数据咖”查看数据咖——PPV课数据爱好者俱乐部省分会会长招募 9、
1.2K50发布于 2018-04-20 - 来自专栏数据科学与人工智能
【数据】金融领域7大数据科学案例
笔者邀请您，先思考： 1 金融领域有哪些典型数据问题？ 2 金融领域应用那些数据科学方法？ ? 近年来，数据科学和机器学习应对一系列主要金融任务的能力已成为一个特别重要的问题。 管理客户数据 对于金融公司来说，数据是最重要的资源。因此，高效的数据管理是企业成功的关键。今天，在结构和数量上存在大量的金融数据：从社交媒体活动和移动互动到市场数据和交易细节。 人工智能工具，特别是自然语言处理，数据挖掘和文本分析有助于将数据转化为智能数据治理和更好的业务解决方案，从而提高盈利能力。 我们认为，我们主要关注金融领域的7大数据科学用例，但还有很多其他值得一提的。 如果您有任何进一步的想法，请在评论部分分享您的想法。 原文链接： https://medium.com/activewizards-machine-learning-company/top-7-data-science-use-cases-in-finance
1.7K00发布于 2018-07-30 - 来自专栏腾讯大数据的专栏
马化腾公开信：7大关键词打造“数字生态共同体”
腾讯开放的第7个年头，他用7个关键词阐释了对“数字生态共同体”的新思考和观察：（高度提炼的金句来了） 1.深度融合：互联网企业将和传统企业进行更深度的融合，线上线下打通成为一体，通俗的说是让技术寻找到可落地的产品 7.“宽平台”：腾讯致力于打造坚持共生共赢的“宽平台”。在“数字生态共同体”中，竞争的目的不是你死我活，而是更好的激发创新来解决用户痛点，让整个生态的发展有可持续性。 只有内容足够“大”，才能匹配“全用户”需求。当然“大”并不仅仅指规模数量和品种类型多，更包括内容生成土壤的肥沃、不同内容间交融创新的活跃、内容分发渠道的丰富等。 与其他资源一样，海量集成与大规模分发，能够充分发挥云、大数据与人工智能等数字生态基础设施的优势。 比如今年我多次谈到的粤港澳大湾区，也需要采用“宽平台”思维来鼓励协作创新，过去大家之间有竞争，现在更需要握成一个拳头去向全球要市场、要人才，共同把数字科技的创新生态做大。
1.1K100发布于 2018-01-29 - 来自专栏钱塘大数据
区块链项目市场格局生态图谱（共7大类 附全景图）
但是市场变化太快总有新项目发布，我们很难跟踪每个项目，并且区分哪个项目属于生态链系统，经常会出现“只见树木不见树林”的情况，所以我通过搜索研究以及业内朋友推荐，将关注的所有基于区块链去中心化项目整理成一个列表 ，并且输出为区块链市场格局图谱，一共七大类：货币、开发者工具、金融科技、价值交易、共享数据、主权、可靠性。 关于“共享数据层模型”可以参考航空行业全球分销系统（GDS），GDS 是一个集中的数据仓库，所有的航线将它们的存储数据发送到数据仓库，为了最佳协调供应商信息，比如航线和价格。 Premise Data 一家个结合线上线下方法提供新鲜的经济观点的中心化公司，它部署了30多个国家的数千名人员，收集从特定食物／饮料消费 到特殊地区的使用材料等方面数据，使用机器学习代替人工来数据分析 ，然后将这些数据集出售给客户。
1.3K40发布于 2018-07-30 - 来自专栏Python数据结构与算法
《与 Apollo 共创生态——Apollo7周年大会干货分享》
今年,我有幸受邀参加了Apollo 7周年大会，让我对Apollo自动驾驶平台有了更加深刻的了解.今天我想跟大家一起分享一下Apollo 7周年大会的主要内容和心得体会. 活动链接 Apollo开放平台企业生态计划https://apollo.baidu.com/community/article/1262 阿波罗X企业自动驾驶解决方案 阿波罗已经发布了7周年，吸引了众多开发者 定位设备方面，已经完成适配和支持，后面还会增强共建共享的硬件生态机制。企业协同开发工具链包括功能研发、实操闭环和数据管理工具，目前已经发布并逐步完善。 生态共创计划与硬件生态伙伴 在生态共创计划与硬件生态伙伴方面,胡旷老师介绍了Apollo工具服务层的发展历程，从1.0到2.0的升级，以及在硬件设备层和软件应用层的拓展。 总结 参加百度Apollo自动驾驶平台7周年大会是一次非常有意义的经历。在这次大会中，我深刻地感受到了自动驾驶技术的快速发展和应用前景。
32310编辑于 2024-05-03 - 来自专栏Spark学习技巧
金融领域7大数据科学案例
涵盖了从数据管理到交易策略的各种业务方面，共同点是增强金融解决方案的巨大前景。 笔者邀请您，先思考： 1 金融领域有哪些典型数据问题？ 2 金融领域应用那些数据科学方法？ ? 管理客户数据 对于金融公司来说，数据是最重要的资源。因此，高效的数据管理是企业成功的关键。今天，在结构和数量上存在大量的金融数据：从社交媒体活动和移动互动到市场数据和交易细节。 人工智能工具，特别是自然语言处理，数据挖掘和文本分析有助于将数据转化为智能数据治理和更好的业务解决方案，从而提高盈利能力。 我们认为，我们主要关注金融领域的7大数据科学用例，但还有很多其他值得一提的。 如果您有任何进一步的想法，请在评论部分分享您的想法。 原文链接： https://medium.com/activewizards-machine-learning-company/top-7-data-science-use-cases-in-finance
2.7K40发布于 2018-06-22 - 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 - 来自专栏灯塔大数据
每周学点大数据 | No.7大数据规模的算法分析
No.7期 大数据规模的算法分析 Mr. 王：这样的时间界限记为O(1)，我们称之为常数时间算法，这样的算法一般来说是最快的，因为它与输入规模完全无关，不论输入规模n多么大，我们都可以用一个与输入规模n无关的常数时间得出结论，相比于巨大的n来说 另外，与大O记号类似，常用的记号还有Θ，Θ(g(n)) 表示函数f(n)构成的集合，存在n0，c1，c2。当n≥n0时，0≤c1g(n)≤f(n)≤c2g(n)。 它们与大O记号和Ω记号类似，只是在大小关系上不包含等于。 小可：嗯，听到这里，我理解了如何进行算法的分析和几种记号表示的含义了。 Mr. 内容来源：灯塔大数据
74240发布于 2018-04-09 - 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。 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。 简单介绍一下数据驱动增长的未来五大趋势： 第一，未来的数据分析要求更高，数据分析的数据的力度会更加细腻，用户行为数据愈加重要。 第二个趋势是实时和全量。 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 - 来自专栏浅聊区块链
2023年以太坊生态5大预测
而实现模块化将会有相当大的技术障碍和延迟。链上数据的急剧增加也将推动状态到期以减轻状态膨胀的需求，甚至可能导致以太坊的点对点结构发生变化。 Blob 交易为 CallData（Rollups 所依赖的）引入了一种新的数据格式，它包含大量额外的数据，这些数据不会被 EVM 执行访问，而只能为 Commitments 访问。 因此，部署一个完全模块化的区块链基础设施堆栈，包括一个通用的 L2 以及可定制的 L3，将标志着单体应用链生态系统时代的结束，以及去中心化应用开发新时代的开始。 像 Cosmos 这样的应用链生态系统将在 2023 年继续获得牵引力。然而，随着 L3 最终在 2023 年部署，我们将看到应用链叙事从单体链生态系统转变为模块化生态系统。 币圈波动大，投资需理性。欢迎关注笔者，在留言区分享您的观点！
71130编辑于 2023-02-13 - 来自专栏人工智能头条
9月7日DUI平台发布在即，大咖云集，全面揭秘思必驰AI生态布局
大音希声，AI IS DUI，2017思必驰DUI开放平台发布会即将于9月7日在北京歌华开元大酒店拉开帷幕，我们将诚邀800余名开发者与合作伙伴参与此次大会，共同勾勒一幅完整AI生态画卷（点击阅读原文报名参加 思必驰DUI开放平台，即一站式对话定制平台，核心理念是“随心所欲，自由定制”，以对话为核心，打造开放共赢生态。 2017年9月7日在北京 思必驰DUI开放平台即将正式发布 ? 1、DUI四大系统，独具匠心 思必驰DUI开放平台是国内领先的一站式对话定制开发平台。 9月7日发布会现场，思必驰将全面曝光DUI平台的玲珑、天机、青囊、紫薇四大系统，从交互终端、大数据、用户运营、云服务等角度，解读DUI核心功能、平台优势、增值服务等模块内容，系统阐述面向开发者的2亿元开发者基金支持计划 9月7日，初敏博士将重磅登陆思必驰DUI开放平台发布会现场，在圆桌论坛环节，与AI生态伙伴嘉宾一起，共同探讨人工智能未来世界。
59920发布于 2018-06-05 - 来自专栏CSDN小尘要自信
《与 Apollo 共创生态：我和 Apollo 7周年大会的心路历程》
前言 Apollo开放平台的企业生态计划是一个激动人心的举措，它展现了Apollo团队长期以来的努力和成就。 7周年大会 Apollo X 企业自动驾驶解决方案 加速企业场景应用落地 Apollo X企业解决方案是一套专为企业客户量身定制的方案，它包括了Application X企业预制套件和Studio X 这一切成就都源自我们与生态伙伴的紧密合作。为了深化并持续推进生态共创合作，我们在现有伙伴关系基础上，推出了全新的共创会员伙伴计划。 我们相信，通过这样的共创合作，Apollo开放平台将能够与社区成员一起，实现技术的突破，推动整个自动驾驶生态系统的发展。 写在最后 在参加Apollo 7周年大会后，我深受启发。 Apollo开放平台所推出的企业生态计划展现了一种全新的合作模式，通过生态共创会员计划，开放平台与合作伙伴共享市场机遇，实现了共赢发展的目标。
27510编辑于 2024-05-02 - 来自专栏心源易码
与Apollo共创生态：Apollo7周年大会的心得体会
自2017年诞生以来，Apollo开放平台在不懈的迭代与创新中，历经了基础能力夯实、场景能力拓展和系统易用性提升三大阶段，如今正式迈入生态共创的新纪元。 七周年大会：https://mp.weixin.qq.com/s/22pZDX5a3Fws9iLyX0sIxQ企业生态计划链接：https://apollo.baidu.com/community/article 云端服务平台：提供自动驾驶研发过程中的基础设施，支持数据收集、处理、模型训练和部署，提升研发效率。为自动驾驶系统的持续迭代和优化提供保障。 二、合作共赢 - 企业解决方案Apollo X在七周年大会上，Apollo X企业解决方案令人耳目一新。 此外，功能研发工具、实车闭环工具和数据管理工具的提供，支持了从算法开发到车辆动力学模拟的全套工具，为快速迭代和仿真测试提供了强有力的支持。
26810编辑于 2024-05-10
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