-
完美的优化效果，人工智能的盲点
所属栏目：[大数据] 日期：2022-03-02 热度：172
人工智能（AI）系统的脆弱性一直被行业人员所诟病，稍微的数据错误就会使系统发生故障。例如在图像识别中，图片微小的像素改变，不会干扰人类视觉，但机器可能会发生紊乱。正如CVPR 2017论文中所论述的那样修改一个像素,就能让神经网络识别图像出错。 至于[详细]
-
腾讯AI手语解说亮相冰雪赛事 业务能力堪比真人
所属栏目：[大数据] 日期：2022-03-02 热度：115
2022北京的冰雪赛场热闹非凡，相信即使没有看比赛这几天来你也一定被金牌、谷爱凌等热词刷屏了。 而和我们一起在屏幕前关注中国健儿们表现的还有一群处于无声世界中的特殊人群，尽管他们能够看到赛场上的精彩画面，不过对于赛场细节的解说却无法传入耳中。[详细]
-
用机器学习算法处理密度泛函问题？
所属栏目：[大数据] 日期：2022-03-02 热度：129
最近，权威学术媒介 QuantaMagazine 发表了一篇文章，介绍了 DeepMind 在内的许多研究团队正使用机器学习算法攻破物理领域的一个著名难题密度泛函理论。 他们企图通过机器学习算法来寻找第三级密度泛函的方程式，找出人类无法用数学描述的电子行为，从而突[详细]
-
四川云上天府云计算中心预计8月运营
所属栏目：[大数据] 日期：2022-03-02 热度：130
2021年底召开的中央经济工作会议提出，适度超前开展基础设施投资。作为数字经济发展的重要支撑，以大数据中心、5G基站、工业互联网等为代表的新型基础设施，正发挥出越来越重要的作用。新年伊始，新基建已经成为不少地方拉动经济增长的新引擎。 2月底，媒[详细]
-
智慧楼宇节能创建助力碳中和
所属栏目：[大数据] 日期：2022-03-02 热度：168
刚刚过去的2021年，碳中和成为各行各业关注的焦点，我国明确提出了3060的双碳战略目标。在政策引导下，各行各业都在循序渐进推进碳中和进程。 在近期的采访中，青云科技物联网解决方案业务总监胡加友与记者分享了青云在赋能智慧建筑落地等方面的设计思考和[详细]
-
全国一体化算力网络建造 算力 碳中和两手抓
所属栏目：[大数据] 日期：2022-03-02 热度：104
众所周知，数据中心作为数字经济的重要载体，承担着推动数字经济发展的重要使命。在十四五期间，数字经济已迎来发展的黄金时期，而作为其重要载体的数据中心也必将步入发展的快车道。 全国一体化算力网络建设下，如何在保障数字经济发展的同时，实现数据中[详细]
-
大咖热议 2022数据中心产业有哪些发展趋向？
所属栏目：[大数据] 日期：2022-03-02 热度：121
回顾2021年，伴随着数字经济发展，数据量爆发式增长，推动数据中心产业规模不断扩大，同时，数据中心也在向更加节能低碳的方向发展。2022年已经开始，数据中心的发展会发生何种变化？哪些方面将进行更加深入的创新变革？哪种技术将达到更广泛的应用普及？[详细]
-
算法管理规定今施行 从三方面抑制杀熟
所属栏目：[大数据] 日期：2022-03-02 热度：114
国家网信办等四部门联合发布的《互联网信息服务算法推荐管理规定》（下称《规定》）于今日起正式施行。《规定》明确，应用算法推荐技术是指利用生成合成类、个性化推送类、排序精选类、检索过滤类、调度决策类等算法技术向用户提供信息。 宝新金融首席经济[详细]
-
什么是大数据战略以及怎样构建
所属栏目：[大数据] 日期：2022-03-02 热度：158
聪明的企业利用大量各种类型的数据来更好地了解他们的客户、跟踪库存、改进物流和运营流程，并做出明智的业务决策。成功的企业也明白管理他们正在创建的大量大数据的重要性，以及想办法从中提取价值的重要性。这意味着，制定大数据战略至关重要，以有效且[详细]
-
Storm分布式实时大数据处理架构
所属栏目：[大数据] 日期：2022-03-02 热度：94
1.什么是Storm Storm是Twitter开源的分布式实时大数据处理框架，被业界称为实时版Hadoop。随着越来越多的场景对Hadoop的MapReduce高延迟无法容忍，比如网站统计、推荐系统、预警系统、金融系统(高频交易、股票)等等，大数据实时处理解决方案(流计算)的应用[详细]
-
大数据时代应具备的思维办法
所属栏目：[大数据] 日期：2022-03-02 热度：120
打造更高水平的数字政府，其核心意旨就是运用大数据提升国家治理现代化水平，通过促进政府治理思维的现代化变革，用治理理念创新推动政府管理和社会治理模式创新，实现政府决策科学化、社会治理精准化及公共服务高效化。不可否认，大数据已经成为国家治理[详细]
-
2022年企业应避免的六个数据错误
所属栏目：[大数据] 日期：2022-03-02 热度：99
1.不想将数据迁移到云端 云存储有很多好处，例如具有弹性、使用大量服务器运行数字的能力以及日常任务的缩减量等等。因此，不想将业务或数据迁移到云端可能是企业犯的主要的大数据错误。 2.安全漏洞 经常看到大数据很容易出现安全漏洞。在这种情况下，需要[详细]
-
看懂数据分析怎样由浅入深
所属栏目：[大数据] 日期：2022-03-02 热度：151
问题场景：某物流企业，负责管司机的调度中心，会给每个未上线司机标注原因，标注格式如下： 备注：实际原因还有很多，这里仅做举例 现领导要求：分析司机未上线情况。 问：该怎么分析? 一、0级深度做法 3月6日，共1000司机，上线900，上线率90% 3月7日，[详细]
-
手把手教你完成四类数据清洗操作
所属栏目：[大数据] 日期：2022-03-02 热度：89
一、 缺失值清洗 相信大家都听说过这样一句话：废料进、废品出(Garbage in, Garbage out)。如果模型基于错误的、无意义的数据建立，那么这个模型也会出错。因此，如果源数据带有缺失值(NaN)，就需要在数据预处理中进行清洗。缺失值是最常见的数据问题，有[详细]
-
想要做好数据可视化？你应该关注这三个问题
所属栏目：[大数据] 日期：2022-03-02 热度：64
大数据时代，人人都在谈数据可视化。好的可视化能够帮助我们快速发现规律，找到原因;不好的可视化有可能会得出错误的结论，产生误导。想要做好数据可视化，先要明白给谁看、看什么、怎么看这三大问题。 给谁看 作为产品经理，首先需要秉承着用户为先的理念[详细]
-
Spark 数据倾斜及其处理方案
所属栏目：[大数据] 日期：2022-03-02 热度：70
本文从数据倾斜的危害、现象、原因等方面，由浅入深阐述Spark数据倾斜及其解决方案。 一、什么是数据倾斜 对 Spark/Hadoop 这样的分布式大数据系统来讲，数据量大并不可怕，可怕的是数据倾斜。 对于分布式系统而言，理想情况下，随着系统规模(节点数量)的[详细]
-
数据解析八大模型 漏斗模型
所属栏目：[大数据] 日期：2022-03-02 热度：201
今天跟大家分享的是漏斗模型。漏斗模型，是一个大家能在各式各样的场合听到，但是总是感觉没讲到位的模型，今天简单分享一下。 一、为什么叫漏斗 漏斗模型是个形象的称呼，指的是：当业务流程变长的时候，用户会流失。这样把整个流程串起来看，就好像一个[详细]
-
数据中心要如何迎接即将到来的元宇宙未来？
所属栏目：[大数据] 日期：2022-03-01 热度：90
随着企业希望元宇宙技术为客户体验带来增强的个性化，数据中心解决方案将需要扩展到边缘环境以满足该技术的需求。 虽然元宇宙曾经听起来像是虚构的，但现在它已成为现实，世界上一些最大的公司投资将这项技术推向市[详细]
-
大数据与人工智能如何创造新的可能性
所属栏目：[大数据] 日期：2022-03-01 热度：131
通过结合人工智能 (AI) 和大数据，企业组织可以看到和预测关键领域的未来趋势，包括商业、技术、金融和医疗保[详细]
-
机器人 从自动化到自主化
所属栏目：[大数据] 日期：2022-03-01 热度：200
世界的变化正在快速改变现代仓库的变化。电子商务、零售商、医院和其他第三方物流企业，将自主移动机器人（AMR）视为控制劳动力成本、提高吞吐量、缩短交货时间的关键技术。工厂的老板和经理想要快速、易于部署，并且能够即时更改的AMR。与其前身无人搬运[详细]
-
元宇宙发展的五项关键技术
所属栏目：[大数据] 日期：2022-03-01 热度：101
扩展现实技术并不新鲜，但我们与其互动的方式在过去几年中发生了迅速变化。 随着企业在这一领域争夺霸主地位，这些新创新的前景对许多人来说变得混乱和不确定。 什么是元宇宙，下一步将带我们走向何方，推动其发展的关键技术是什么？ 元宇宙的起源 在我们[详细]
-
如何使用人工智能 AI 和 ML 打造智能建筑
所属栏目：[大数据] 日期：2022-03-01 热度：140
如今的办公楼是智能的，并且在机器学习和人工智能的帮助下变得更加智能。 最近物联网设备的激增及其与基于云的技术的融合使得生成有关建筑性能的数据变得更加容易为建筑业主应用人工智能和机器学习来做出关键的运营和财务决策创造了绝佳的机会。 当今的建[详细]
-
夸张还是革命？工业元宇宙四大趋势
所属栏目：[大数据] 日期：2022-03-01 热度：122
工业虚拟世界能否补充制造商已经经历的数字化转型？ 我们可能已经厌倦了听到有关元宇宙的消息，但正如 Bloomberg Intelligence 预测的那样，投资和价值只会在未来几年内增长到 2024 年价值高达 8000 亿美元。这对Facebook来说是个好消息，考虑到他们最近试[详细]
-
机器学习如何将汽车行业提升到一个新的水平
所属栏目：[大数据] 日期：2022-03-01 热度：170
机器学习通过改善用户体验和利用大数据的力量将汽车行业提升到一个新的水平。 汽车行业的大多数制造业务仍然在很大程度上依赖于基于经验的人类决策。大数据的出现与汽车公司的机器学习相结合，为帮助实现运营和业务转型铺平了道路，从而提高了决策的准确性[详细]
-
数字技术如何重塑汽车行业
所属栏目：[大数据] 日期：2022-03-01 热度：75
汽车行业的数字化转型正在重新定义汽车的构思、组装和运营方式。 技术正在重塑汽车行业，从自动化和加速设计新车型的过程到使汽车能够实现自动驾驶。 从远古时代由动物拉动的手推车和马车到今天自动驾驶的车辆，我们穿越陆地的方式至少可以说发生了巨大的[详细]
