-
人工智能发展的下一步
所属栏目：[大数据] 日期：2021-12-20 热度：145
人工智能 (AI) 已经在世界各地的企业中稳定存在了很长一段时间。 人工智能的变革力量和能力提高了业务运营的便利性以及组织的投资回报率。现在，边缘人工智能（Edge AI）代表了技术发展的下一阶段。 大多数电影制作人和作者在尝试为他们的第一部电影或书籍[详细]
-
预测性人工智能怎样改变客户连接？
所属栏目：[大数据] 日期：2021-12-20 热度：129
预测分析正在为我们生活的许多领域带来更明智的见解和更高的效率，即使我们并不总是意识到这一点。以医疗保健为例，这个行业最近几个月一直备受关注。科学家们最近结合了自我报告的症状数据和人工智能 (AI) 建模来预测 COVID-19 的哪些早期迹象可用于更快地[详细]
-
利用入门级 DVRS 扩展智能视频分析的应用
所属栏目：[大数据] 日期：2021-12-20 热度：77
近年来，由于深度学习、高性能计算和大数据分析，视频分析的准确性和性能得到了极大的提高。 2021 年将看到更广泛地采用人工智能尤其是深度学习使视频监控和检测更加准确，同时降低成本。其效果是允许根据个人特征或对象类型等标准进行搜索和过滤，从而加快[详细]
-
AI 芯片--为何它们如此关键？
所属栏目：[大数据] 日期：2021-12-20 热度：191
环顾四周，你可能就会意识到人工智能已经变得非常重要。无论是面部识别摄像头还是语音助手，人工智能已经实现了这一切。这为人们对 AI 芯片究竟是什么以及它与其他芯片的不同之处的充满了好奇。此外，人工智能芯片市场被高度重视的事实更成为人们为什么应该[详细]
-
物联网、5G和边缘计算的发展正在助力产业创新
所属栏目：[大数据] 日期：2021-12-20 热度：164
尽管目前消费领域中连接的物联网设备数量超过工业领域，但工业物联网投资在跨行业解决方案以及满足特定行业需求的设备方面增长强劲。 Reply的最新研究《工业物联网：现实检验》探索了推动工业市场物联网增长的两个关键领域：智能工厂和智能运输与物流。 通[详细]
-
智慧城市该如何应对网络安全难题？
所属栏目：[大数据] 日期：2021-12-20 热度：191
智慧城市的目标是将技术和智能应用到各种服务中，实现自主运行、实时响应等优势。反过来，这有望降低一些成本，并使城市地区对企业和居民更具吸引力。但是兑现这些承诺需要一个复杂的系统系统架构，需要从技术和安全的角度对其进行持续管理。 Rambus的产品[详细]
-
人工智能怎样增强现有的人类偏见？
所属栏目：[大数据] 日期：2021-12-20 热度：173
不幸的是，虽然我们已经能够更接近于人工地重新创造人类智能，但人工智能也表现出另一种独特的人类特征基于种族、民族或性别对某人的偏见。人工智能中的偏见并不是一个新概念。最近和过去都发现了医疗保[详细]
-
IDC分析到2022年年中芯片供应将恢复正常
所属栏目：[大数据] 日期：2021-12-20 热度：188
国际数据公司(IDC)的一份研究报告显示，目前的芯片短缺将在明年年中恢复正常。 半导体供应短缺的主要原因是与疫情相关的供应链问题、贸易制裁和强劲的需求。 物联网设备继续快速增长，联网车辆越来越受欢迎，支持 5G 的智能手机需求旺盛，而这些新型游戏机[详细]
-
郑州新材料数字智造研究院落户航空港
所属栏目：[大数据] 日期：2021-12-19 热度：71
郑州新材料数字智造研究院签约仪式暨项目发布会在郑州航空港经济综合实验区管委会举行。中国科学技术大学教授江俊和航空港区科技人才局局长杨晓峰分别代表合作双方签署《共建郑州新材料数字智造研究院合作协议》。以郑州新材料数字智造研究院的签约落户为标[详细]
-
客户数据分析对于基于客户的营销的未来很关键
所属栏目：[大数据] 日期：2021-12-19 热度：120
人们详细讨论了数据分析在营销领域的重要性。数据分析为努力提高市场份额的公司提供了许多有用的见解。 数据分析的最佳应用之一是通过增强的基于帐户的营销。有很多方法可以使用大数据来更好地了解目标客户群，这是任何营销策略的重要组成部分。 将基于客户[详细]
-
聊聊为什么 IDL 只能拓展字段而非修改
所属栏目：[大数据] 日期：2021-12-19 热度：80
本文转载自微信公众号「董泽润的技术笔记」，作者董泽润 。转载本文请联系董泽润的技术笔记公众号。 前几年业界流行使用 thrift, 比如滴滴。这几年 grpc 越来越流行，很多开源框架也集成了，我司大部分服务都同时开放 grpc 和 http 接口 相比于传统的 http1[详细]
-
数据结构与算法之合并区间，如此贪
所属栏目：[大数据] 日期：2021-12-19 热度：142
合并区间 给出一个区间的集合，请合并所有重叠的区间。 示例 1: 输入: intervals = [[1,3],[2,6],[8,10],[15,18]] 输出: [[1,6],[8,10],[15,18]] 解释: 区间 [1,3] 和 [2,6] 重叠, 将它们合并为 [1,6]. 示例 2: 输入: intervals = [[1,4],[4,5]] 输出: [[1,[详细]
-
详解数据治理有关的七个术语和名词
所属栏目：[大数据] 日期：2021-12-19 热度：123
数据元 1. 名词解释 国标[GB/T 18391.12002]对数据元的定义为：用一组属性描述定义、标识、表示和允许值的数据单元。 数据元由三部分组成：对象、特性和表示。数据元是组成实体数据的最小单元，或称原子数据。例如个人信息中，手机号为数据元，135********[详细]
-
创建数据驱动的价值生态系统的三个步调
所属栏目：[大数据] 日期：2021-12-19 热度：159
事实证明，管理大量数据和颠覆性技术的关键在于建立一个能力中心。 尽管许多企业在其数据分析项目中使用人工智能和机器语言工具作为核心推动因素，并且全球人工智能支出持续增加，但事实上，大多数数据科学项目注定要失败。 导致这些失败的原因有很多，从人[详细]
-
大数据产业新风口，运营商优势在哪里？
所属栏目：[大数据] 日期：2021-12-19 热度：129
大数据产业是以数据生成、采集、存储、加工、分析、服务为主的战略性新兴产业。工信部近日发布《十四五大数据产业发展规划》(下称《大数据规划》)提出了十四五时期的总体目标，将成为大数据产业未来发展的基[详细]
-
手把手教你绘制数据治理实行路线图
所属栏目：[大数据] 日期：2021-12-19 热度：84
数据治理成熟度评估为企业提供了一个数据治理的切入点，通过发现企业数据治理中存在的问题，找到与业界领先企业的差距，绘制出符合企业现状和需求的数据治理路线图。 一数据治理路线图概述 1、数据治理路线图的定义 什么是路线图 路线图是指描述技术变化步[详细]
-
数据解析 VS 算法模型，如何高效分工合作？
所属栏目：[大数据] 日期：2021-12-19 热度：86
数据分析该如何与算法合作，是个老大难问题。一方面是业务方日益提高的，对模型的幻想。另一方面是大量企业里存在的，数据采集差，缺少足够数据人员，工作目标不清晰等等问题。到底该如何和分析与算法协同增效?今天系统分享一下。 01两种典型的错误做法 狗[详细]
-
如何应对繁杂的数据需求？
所属栏目：[大数据] 日期：2021-12-19 热度：161
大家好，我是一哥，最近有一位数据新人小伙伴私聊我：在平时的工作中会面临着大量的数据需求，不仅多，而且杂，请问如何处理面对这些问题?有没有什么好的提高工作效率的方法? 其实不止是作为数据新人会面临这样的困境，很多数据工程师都有着这样的困惑，干[详细]
-
手把手教你对文本文件实行分词、词频统计和可视化
所属栏目：[大数据] 日期：2021-12-19 热度：171
大家好!我是Python进阶者。 前言 前几天一个在校大学生问了一些关于词频、分词和可视化方面的问题，结合爬虫，确实可以做点东西出来，可以玩玩，还是蛮不错的，这里整理成一篇文章，分享给大家。 本文主要涉及的库有爬虫库requests、词频统计库collections[详细]
-
浅谈区块链与大数据的关系
所属栏目：[大数据] 日期：2021-12-18 热度：178
随着数字经济的发展，区块链的价值逐渐凸显，区块链和大数据确保了数据的安全性，还可以防止数据泄露，一旦信息存储在链上，就需要有多个权限来访问数据。通过可伸缩性，区块链允许以更平静的方式共享数据。 大数据分析对于跟踪交易和让使用区块链的企业作[详细]
-
一文读懂云计算、大数据和AI间的关系和差别
所属栏目：[大数据] 日期：2021-12-18 热度：143
相信大家都听说过云计算、大数据和人工智能，并且它们之间好像互相有关系：一般谈云计算的时候会提到大数据、大数据的时候会提人工智能、谈人工智能的时候会提云计算三者之间相辅相成又不可分割，那么这三者之间到底是怎么一回事呢，今天小编就来讲讲。 云[详细]
-
盘查十三种流行的数据处理工具
所属栏目：[大数据] 日期：2021-12-18 热度：77
数据分析是对数据进行摄[详细]
-
数据驱动决定的三个层级，你在哪一级？
所属栏目：[大数据] 日期：2021-12-18 热度：172
很多同学总好奇：数据分析要怎么做，才能驱动决策?天天总听人说：数据驱动，可现实中没见过，只见过自己写的报告石沉大海 今天结合一个具体案例讲解一下，到底如何做。话不多说，直接上场景。 问题场景：某二手交易平台，其中旧货回收环节，需要人工话务员[详细]
-
数据匹配在大数据业务战略中的用途
所属栏目：[大数据] 日期：2021-12-18 热度：191
在整合大数据的同时设计业务战略时，数据匹配和质量的作用势在必行。在这篇文章中阅读更多内容。 尽管大数据分析听起来很有希望，但公司对其数据的期望与现实之间仍然存在巨大差距。在公司喜欢大数据但缺乏有效使用大数据的策略的文章中，哈佛商学院分享了[详细]
-
在大数据时代，想成为赢家，关键要认清这八大发展趋向
所属栏目：[大数据] 日期：2021-12-18 热度：69
随着信息技术的发展，人们不仅交流也变得很密切，连日常生活也越来越方便，而促成这一切变化的产物，正是大数据。 大数据可以快速流通，也能对庞大的数据进行处理，并对有价值的数据进行归纳，检索，此外，它的应用范围广泛，在未来，大数据将会对经济发展[详细]
