搜索 | 会员  
  • 数字化关键绩效指标的最大局限在于缺乏明确定义的数字化野心或战略。清晰地了解数字化野心会给你一些想法,这些想法告诉你,当你要衡量进步时你要衡量什么。在没有指标的情况下你什么也衡量不了
  • 随着人工智能迅速成为具有战略意义的事物,你就要寻找可以让你快速赢得业务的项目,并帮助你获得更广泛地应用机器学习的技能。机器学习正在迅速成为前瞻性组织的现实。但对于大多数企业而言,利
  • 对大数据、人工智能、可视化的最新进展和应用案例做个总结,重点讨论大数据平台云部署运维、交互批处理与实时流处理的关系、有监督学习解决的安全问题和大数据可视化这四个细分领域
  • 一切应该以产品为中心,从数据获取、数据清洗、搭建和管理数据设施、原型开发、产品设计等方面,去实践数据的价值。我在阿里就经历了从“数据产品”到“数据作为产品”的阶段,后者其实才是大数
  • 尽管您的业务部门需要数据才能制定明智的决策,但业务部门常常会犯一些错误,导致数据收集、数据存储和数据管理成为业务运营的障碍。
  • 人工智能最终会走到何种高度还不得而知,但有三个影响已经明显可见的:(1)智能设备重组物流生产要素;(2)智能计算重构物流运作流程;(3)区块链技术改变物流契约规则
  • 传统企业的OLAP几乎都是基于关系型数据库,在面临“大数据”分析瓶颈,甚至实时数据分析的挑战时,在架构上如何应对?本文试拟出几个大数据OLAP平台的设计要点,意在抛砖引玉。
  • 大数据,数据科学,以及分析的发展与演变在今年的Strata数据会议上得到全面展示,其中包含了一个重要的信息:人们需要获取大数据的价值。
  • 大数据,作为一套技术、一种经营战略是相对成熟的。这种成熟带来的好处是更先进的工具、更顺畅的部署和新的商业机会。不利的一面是,如果公司想要在实现数字化转型目标方面取得真正成功,新挑战
  • 机器分析做得好的公司,不代表数据分析做得好;非结构性数据处理得好的公司,不代表结构性数据也能处理很好;数据分析做得好的公司,不代表商业智能做得好;而商业智能做得好的公司,不代表生意
  • 大数据时代的到来,带给了每一个行业实实在在的冲击和挑战。大数据就像蒸汽时代和电力时代蒸汽和电一样,不仅仅是一次简单的技术和生产力的创新,而是引发了整个生产模式的变革。而处于大数据时
  • 五年来,人们对大数据的认识更加具体化,数据无所谓大不大,有用最重要,数据是基础,而分析挖掘和应用才是根本。
  • 如今的企业必须向顾客提供始终如一的高价值体验,否则会失去顾客。他们正在求助于大数据技术。通过大数据分析,组织可以更好地了解他们的客户,了解他们的习惯,并预测他们的需求,以提供更好的
  • 今天,情形已经大不一样。有了云,警方只需要把这些视频数据放在云上,所有干警就可以同时来看。另外,随着人脸识别技术的进步,警方将逐步告别原始的人工识别,解放疲劳的双眼。
  • 大数据已经成为过去几年中大部分行业的游戏规则,行业领袖,学者和其他知名的利益相关者都同意这一点,随着大数据继续渗透到我们的日常生活中,围绕大数据的炒作正在转向实际使用中的真正价值。
相关主题
大家在关注
我们的推荐
最新的干货
  • 地图
  • 本站
  • 我们
  • 服务
  • 版权
  • 联系
  • 回馈
  • 博客