搜索 | 会员  
  • 说到人工智能,我经常会思考以下四个问题:人工智能是什么?通俗意义上来讲,如果一个机器具有人工智慧,我们称之为人工智能。在学术上,一个机器如果可以通过图灵测试,那么就称之为人工智能。......
  • 面对数据异常,我们经常会出现“好像是A原因引起的?”“貌似和B原因也相关?”“有可能是C操作不当”的主观臆测。或者,拿到一个分析议题,分析“11月销售数据下降的原因”,是先从产品层面,......
  • 数据科学家要有基于数据指导业务和分析预测的能力。具体来说,需要具备的素质有:大数据平台实战经验、理解企业业务、懂数学软件和编程、掌握分析的理念、熟悉算法跟编程。所以数据科学是对业务......
  • 现阶段的数字孪生,距离想象中的沙盒系统模拟推演、人工智能决策等功能仍有很大差距。......
  • 不同时期企业对数据科学家的要求,与数据产品通才不同,采用一刀切的方法招聘数据科学家是行不通的。......
  • 数据中台本身还是围绕数据服务来进行的,未来的操作系统,一定会越来越个性化,甚至系统可以根据对应的终端用户自行呈现符合该用户习惯的系统界面——AI中台的概念应运而生。......
  • “很多人会把数据比作“石油”,马老师(马云)也说过,阿里巴巴要成为全球电子商务的“水电煤”。我们现在搭建的数据中台,就是希望扮演“发电厂”的角色。”......
  • 企业在推行大数据项目时往往把项目规模和范围做得很大,但是事实却是,很多大数据项目通常都会失败。2016年,Gartner估算约60%的大数据项目都会失败。......
  • 创建用户画像的方法源于20世纪90年代后期IT系统开发,研究人员在思考如何能够更好的交流他们对于用户的理解。曾经出现过很多种概念,包括用户生命周期,用户模型,生活方式快照,模型用户。......
  • 数据分层是数据仓库设计中十分重要的一个环节,优秀的分层设计能够让整个数据体系更易理解和使用。而目前网络中大部分可以被检索到相关文章只是简单地提及数据分层的设计,或缺少明确而详细的说......
  • 如何打造行业背景下的BI系统?笔者认为需要做好这两步:通过需求分析深入业务,明确系统解决的问题;以及,结合业务,整理源数据,制定指标和算法,设计展现形式,完成数据分析设计。......
  • 无论过去,现在和未来,都不会有任何管理信息系统可以从整体上判断出企业的真正问题所在。如果真的有,所有的企业家和高层管理者都可以退休了。......
  • 近年来,在很多行业和企业中,在讨论或谋求数字化转型升级,但是显得有些浮躁,潮流的概念也层出不穷,德国工业4.0、中国制造2025、数字化转型、两化融合等热词和口号喊的很多,但距离实际发展......
  • 在面向对象的时代里,我们常说万物皆对象,之前我们只是来分析对象的个体,随着互联网和社交网络的发展,对象与对象之间的联系变得越来越紧密,我们把一个对象称之为一个实体。......
  • “数据”是网络的“血液”,是企业得以发展的核心。云计算和物联网技术的快速发展,引发了数据规模的爆炸式增长和数据模式的高度复杂化,如何对这些大量又复杂的数据进行有效管理和合理分析成为......
相关主题
大家在关注
我们的推荐
最新的干货