-
人工智能正在重塑物流自动化
所属栏目：[大数据] 日期：2021-12-20 热度：95
自动化使用技术来增强人类在无数任务中的工作量。在物流中，自动化的潜力是巨大的，而且好处是显着的，尤其是当运营经历巨大变化或需求增加时。扩大运营规模通常需要额外的员工，而这些员工通常无法立即投入使用，尤其是在其他行业也有需求的时候。对市场波[详细]
-
嵌入式算法之大数据变长存储计算方法
所属栏目：[大数据] 日期：2021-12-20 热度：151
应用场景 对于高精度采样结果，其数值最大可能需要3字节，最少1字节，采用标准C的基础数据类型，U16太小无法满足需求，U32则浪费内存。当样本量很大时，其占用的空间问题便突显出来。能否采用变长数据类型存储呢?对小数据采用U8，大数据采用U32，随着数值大[详细]
-
AIOps 和 小数据 等趋向助力数据分析走向更高阶段
所属栏目：[大数据] 日期：2021-12-20 热度：158
如今，数据分析已成为企业的核心竞争力。越来越多的企业意识到，数据能为业务赋能。企业要想紧跟时代步伐，必须借助云计算、人工智能、机器学习和边缘计算等新一代信息技术，提升数据分析能力。 问题是，重视数据分析虽然是主流应用趋势，但在实际应用场景[详细]
-
大数据，给我们这个时代带来了哪些改变？
所属栏目：[大数据] 日期：2021-12-20 热度：72
在我们最开始谈大数据的情况下，谈得较多的可能是客户行为分析，即根据各种各样客户个人行为，包含访问记录，消费记录，相处和买东西游戏娱乐，行动轨迹等各种各样客户个人行为造成的数据信息。 针对大数据的应用领域，包含各个领域对数据融合和分析的运用[详细]
-
未来大数据在保护环境上能起关键作用
所属栏目：[大数据] 日期：2021-12-20 热度：166
长期以来，新技术的进步与增加的碳足迹和其他环境问题有着紧密的联系。而在这方面，大数据正在改变这方面的游戏规则。许多专家认为，大数据将在未来几年应对气候变化中发挥关键作用。 1.研究气候对不同物种的影响 大数据分析是从许多来源收集大量数据，例如[详细]
-
2021年，这几家大数据初创公司使你刮目相看
所属栏目：[大数据] 日期：2021-12-20 热度：189
企业和组织被大数据淹没，难以有效管理数量不断增长、种类繁多且速度不断加快的数据，更不用说还要处理和分析所有这些数据以获得宝贵的洞察而确保竞争优势。 下面就让我们来看看2021年迄今为止引起关注的这10家颠覆性大数据技术初创公司，所涉及的领域包括[详细]
-
如何策划可视化搭建平台的组件商店？
所属栏目：[大数据] 日期：2021-12-20 热度：147
之前一直在做 lowcode 和可视化相关的项目，也围绕可视化技术输出了一系列技术文章，今天我继续和大家来聊聊可视化平台相关的话题组件商店。这个需求其实很早在我开源 H5-Dooring 之后就有网友提出过 issue ，如下： 件商店工作流设计 实现在线代码编辑器[详细]
-
大数据年代的到来，带来了哪些利与弊，你们怎样看待
所属栏目：[大数据] 日期：2021-12-20 热度：72
大数据使人们的生活越来越更为高效率，精确，但一切均有多面性，从长久看来，大数据在为制造生活提供便捷的同时，也令人禁不住担忧是不是会存有网络信息安全隐患。 一、大数据的利 从古到今，预测分析能力全是大家所憧憬的能力之一，而大数据预测则是数据最[详细]
-
汽车公司和移动通信公司如何运用大数据提高驾驶安全性
所属栏目：[大数据] 日期：2021-12-20 热度：75
大数据技术如今在保障驾驶安全方面取得了重要进展，而有些人没有意识到大数据提供的惊人好处。大数据的最大好处之一是它可以帮助提高汽车驾驶的安全性。 在阻止发生交通事故方面，数据分析技术变得越来越有用。许多企业正在共享数据，为提高交通安全提供帮[详细]
-
人工智能驱动的数据解析工具如何使企业和组织受益
所属栏目：[大数据] 日期：2021-12-20 热度：176
人工智能驱动的数据分析对世界各地的许多企业来说变得非常有用。 越来越多的企业和组织将数据视为必不可少的资产。不能高估管理和利用数据的重要性。解释和分析数据并将其放入上下文的过程可帮助企业和组织做出明智的决策、预测趋势、预测期望、提高安全性[详细]
-
竞品解析报告写不好？这份模板直接套
所属栏目：[大数据] 日期：2021-12-20 热度：142
相信关注老李的很多粉丝都曾写过竞品分析报告，但从我这几年带团队的经验来看，真正能把竞品分析报告写好的同学很少。 很多所谓的竞品分析报告，都只停留在罗列数据的阶段，看似调研了很多，但仔细看下去，会发现只是堆砌了一堆无用信息，根本不能得到任何[详细]
-
大数据挽救地球环境的几种方式
所属栏目：[大数据] 日期：2021-12-20 热度：193
近年来，许多事情的成功都归因于技术的进步。其中之一就是致力将地球环境从气候变化的风险中拯救出来。长期以来，新技术的进步与增加的碳足迹和其他环境问题有着紧密的联系。而在这方面，大数据正在改变这方面的游戏规则。许多专家认为，大数据将在未来几年[详细]
-
大数据分析，到底解析了啥？
所属栏目：[大数据] 日期：2021-12-20 热度：97
大数据仨字已经被喊烂了，大数据分析也经常被人提起。可到底咋完全是大数据分析?为啥大家喊得很多，平时工作中很少感受得到?今天系统讲解一下。 一、普通人理解的大数据 普通人理解的大数据可谓千奇百怪，比如： 1、一个excel文件 200M，多大的数据呀! 2、[详细]
-
一文讲清 数据分析与数据挖掘到底有什么差异？
所属栏目：[大数据] 日期：2021-12-20 热度：197
虽然岗位title里都有数据这两个字，但这是两条不同的发展路线，数据分析走的是业务和管理路线，数据挖掘走的是技术路线，二者有高下之分吗? 我认识一位年薪10万刀的数据分析师，只会Excel，不存在别的技能，但人家就是有能力把技术问题转变成业务问题，不需[详细]
-
大数据在农业农村进展中的应用
所属栏目：[大数据] 日期：2021-12-20 热度：88
近几年来，随着我国科技不断的发展，大数据的应用成了时代发展的主要趋势，许多领域都使用了大数据进行管理，大数据对于我国经济发展具有极其重要的意义。要在农业农村发展方面进行不断的优化，从而让农业发展更加快速，本篇文章通过介绍农业大数据对于农业[详细]
-
2021年行业大数据市场现状及发展形势分析
所属栏目：[大数据] 日期：2021-12-20 热度：145
随着社会的进步和信息通信技术的发展，大数据被广泛应用在各行业、各领域。大数据的广泛应用也意味着数据存储量越来越大，因而，近年来数据存储量呈爆发式增长。在大数据行业的快速增长过程中，中美两国以先进的技术优势占据行业重要地位。未来大数据行业在[详细]
-
运营数据分析，怎么办才有深度
所属栏目：[大数据] 日期：2021-12-20 热度：73
做分析不能光罗列数字，要有有深度的结论! 这是很多公司对数据分析师的要求。然而到底怎么做才有深度?除了罗列购买人数、购买率等数据，到底还能分析啥?今天结合运营的例子，具体讲解下。 单纯地打折，导致的结果就是经营盘子越做越小，销量可能维持在一定[详细]
-
大数据分析的三大阻碍
所属栏目：[大数据] 日期：2021-12-20 热度：120
大数据问世之后，很多企业把大数据当成解决企业问题良方。尽管大数据同样可依现代科学方法来研究和处理难解问题，但意大利科学家萨罗苏奇(Sauro Succi)博士和伦敦大学学院(UCL)名誉教授彼得科维尼(Peter V. Coveney)指出，大数据分析仍存有三大障碍无法突破[详细]
-
推动数据可视化的20个指导方法
所属栏目：[大数据] 日期：2021-12-20 热度：129
我们设计的应用程序正变得越来越受数据驱动。对高质量数据可视化的需求与以往一样高。我们周围到处都是令人困惑和误导性的图形，但我们可以通过遵循这些简单的规则来改变这一点。 1. 选择正确的图表类型 选择错误的图表类型或默认使用最常见的数据可视化类[详细]
-
数据经济时代大数据基础软件展现四大发展趋势
所属栏目：[大数据] 日期：2021-12-20 热度：81
大数据基础软件是大数据软件的一个组成部分，涉及传统数据库、大数据平台(中台)、大数据操作系统等多个门类，在信息系统中起基础性、平台性的作用，对整个大数据软件行业发展起到基础性、变革性的推动作用。我国正处于数字经济加速发展时期，以大数据操作系[详细]
-
物联网世界的主角是边缘计算
所属栏目：[大数据] 日期：2021-12-19 热度：66
与广义上的云服务对象相比，物联网设备的需求是有区别的。例如，物联网设备的联网是低功耗，终端并不需要太高的计算能力，况且将数据传递到数据中心，也会影响设备的反应速度。此时，有没有一种本地的解决方案更适合呢?答案就是边缘计算。 事实上，边缘计算的[详细]
-
IBM 专业的统计分析平台SPSS Statistics 25.0新功能详解
所属栏目：[大数据] 日期：2021-12-19 热度：54
IBM SPSS Statistics 是世界上最早的统计分析软件，由美国斯坦福大学的三位研究生Norman H. Nie、C.Hadlai (Tex) Hull 和 Dale H. Bent于1968年研究开发成功，算算到现在已经有49年的历史了。2009年7月28日，IBM公司宣布用12亿美元现金收购统计分析软件提供商[详细]
-
如何整合复杂技术，创建数据分析平台？
所属栏目：[大数据] 日期：2021-12-19 热度：184
随着企业安全边界的扩大化模糊化、各类威胁新出速度越来越快、影响越来越广，视企业安全边界为静态、仍然依赖各种特征码技术的传统安全思路早已落后，无法实际解决安全问题。必须通过各种创新，整合大数据、人工智能、可视化等领域的最新技术进展，安全产品[详细]
-
做数据分析，首先处理决这两类数据质量问题
所属栏目：[大数据] 日期：2021-12-19 热度：115
为了能够系统化地、高效地解决出现的任何问题，我们必须学会将这些问题分而治之。毕竟，知己知彼方是解决问题的首重至要。由此，我们才会发现解决之道就在其中。而对于提高数据质量同样适用：每一个解决问题的方法都有不同的阶段与角度。 当一个数据质量改进[详细]
-
三位一体的工业大数据总结
所属栏目：[大数据] 日期：2021-12-19 热度：196
工业大数据的目的是为了改变以往工业价值链从生产端向消费端、上游向下游推动的模式，实现以客户价值为核心的定制化产品和服务，以及与之相适应的全产业链协同优化。为此，工业大数据应满足用户需求定义、工业智能制造、活动协同优化三方面的应用。 在这些应[详细]
浙公网安备 33038102330565号