-
人工智能平台计划中的质量工程设计
所属栏目:[大数据] 日期:2022-06-08 热度:141
我们正处在人工智能的黄金时代。人工智能方案的采用使得企业更具创造性、竞争力和快速响应能力。软件即服务(software-as-a-service,SaaS)模式,加上云技术的进步,使软件生产和消费过程越来越成熟。 普遍存在的一个事实是,大多数组织更喜欢购买现成的人[详细]
-
开启元宇宙的数字人之行
所属栏目:[大数据] 日期:2022-06-08 热度:95
作为构建元宇宙内容的基石,数字人是最早可落地且可持续发展的元宇宙细分成熟场景,目前,虚拟偶像、电商带货、电视主持、虚拟主播等商业应用已被大众认可。在元宇宙世界中,最核心的内容之一非数字人莫属,因为数字人不光是真实世界人类在元宇宙中的化身,[详细]
-
使用机器学习重塑视频中的人脸
所属栏目:[大数据] 日期:2022-06-08 热度:144
来自于中、英两国的一项合作研究设计出了一种在视频中重塑面孔的新方法。该技术可以扩大和缩小面部结构,同时还具有高度一致性,并且没有人工修剪的痕迹 一般而言,这种面部结构的转化通过传统的 CGI 方法来实现,而传统的 CGI 方法依托详细且昂贵的运动封盖[详细]
-
由于智能数据库的自助式机器学习
所属栏目:[大数据] 日期:2022-06-08 热度:115
由于智能数据库的自助式机器学习 1.如何成为一个IDO? IDO(insight-driven organization)指洞察力驱动(以信息为导向)的组织。要成为一个IDO,首先需要数据以及操作和分析数据的工具;其次是具有适当经验的数据分析师或数据科学家;最后还需要找到一种技术或者方[详细]
-
元宇宙在艺术领域的探索
所属栏目:[大数据] 日期:2022-06-08 热度:102
在元宇宙概念火爆的当下,各行业均开始了在这片富地中的探索。而在诸多行业之中,艺术行业与元宇宙的融合互促效果尤为明显。在不久前MetaCon元宇宙技术大会上,触角科技有限公司联合创始人、大有不言文化有限公司创始人谷强为我们带来了《元宇宙在艺术行业的[详细]
-
美团图神经网络训练架构的实践和探索
所属栏目:[大数据] 日期:2022-06-08 热度:121
美团搜索与NLP团队在图神经网络的长期落地实践中,基于业务实际场景,自主设计研发了图神经网络框架Tulong,以及配套的图学习平台,提升了模型的规模和迭代效率。 1. 前言 万物之间皆有联系。图作为一种通用的数据结构,可以很好地描述实体与实体之间的关系[详细]
-
大数据分析如何发挥重要的作用
所属栏目:[大数据] 日期:2022-05-24 热度:117
在人们的工作和生活中,都会产生大量数据。人们每次打开电子邮件、在线联系他人、使用智能手机应用程序、与任何客户支持代表交谈、进行在线购买或联系虚拟助手时,服务提供商和开发商都会收集这些原始数据。这些庞大的、无组织的数据集群被称为大数据。 简单[详细]
-
大数据时代个人隐私数据保护的挑战与思考
所属栏目:[大数据] 日期:2022-05-24 热度:78
大数据时代个人隐私数据保护的挑战与思考: 一、大数据时代个人隐私数据泄露已成为全球重大的社会问题 随着信息技术的飞速发展,数据化生存已逐渐成为人类社会运行的常态,数据在公共管理、科学研究、企业营销等领域发挥着重要作用。 疫情发生以来,利用大数[详细]
-
数据管理战略 企业可实施的六个方面
所属栏目:[大数据] 日期:2022-05-24 热度:143
数据战略为更好的数据管理和治理奠定了基础,但仍有改进的空间。为了让数据管理走向现代化,企业需要正确的工具、环境、资源和权限来建立数据驱动的项目,并建立指导方针和边界,以确保成本、敏感信息的保护和法律合规性得到有效管理。 以下是企业在实施数据[详细]
-
阿里巴巴云原生大数据运维平台 SREWorks 正式开源
所属栏目:[大数据] 日期:2022-05-24 热度:165
随着行业不断发展,大数据AI也逐渐呈现云原生化的趋势。复杂的业务场景及其背后涉及到的不同技术方向的开源和自研,使得产品运维面临技术复杂度高、规模大、场景多等挑战。 阿里巴巴云原生大数据运维平台 SREWorks,沉淀了团队近10年经过内部业务锤炼的 SRE[详细]
-
现代数据栈是如何走向实时化的?
所属栏目:[大数据] 日期:2022-05-24 热度:124
时代已经变了,企业对传统的数据基础设施越来越厌烦,这些基础设施对关键的商业智能问题回答得很慢,而且经常过时,与当前的业务现实不同步,通常是一天或更长时间。 现代企业的需求和要求正在以戏剧性的方式转变。因此,旧的批处理模式(每天一次大的更新,[详细]
-
从 垃圾 数据到数据完整性的转变
所属栏目:[大数据] 日期:2022-05-24 热度:173
数据产生的速度越来越快,这已经不是什么秘密。根据IDC的数据,由于在家里工作、学习和做事的人数突然增加,2020年产生和复制了更多的数据。此外,据预测,未来5年创造的数字数据量将是数字存储出现以来所创造数据量的两倍以上。 但这引出了一个问题,这些数[详细]
-
50%企业数据治理失败!这九大要素才是成功关键
所属栏目:[大数据] 日期:2022-05-24 热度:138
知名咨询公司Gartner的调研显示,在实施数据治理的企业中,有34%的企业数据治理处于良性建设阶段,有近50%的企业数据治理并未取得理想的效果,仅有16%的企业数据治理效果显著,处于行业领先水平。 1.数据战略 很多企业都说自己重视数据,但是能规划出明确的[详细]
-
大数据时代下如何保障信息安全?
所属栏目:[大数据] 日期:2022-05-24 热度:185
大数据时代下如何保障信息安全? 1.大数据时代已来 随着网络时代日益信息化,移动互联网、社交网络、电子商务大大拓展了互联网的疆土与应用领域,我们正处在一个数据爆炸性增长的 大数据时代,大数据对社会经济、政治、文化,生活等方面产生深远的影响,大数[详细]
-
为什么成功的数据网格实施需要数据虚拟化?
所属栏目:[大数据] 日期:2022-05-24 热度:124
组织多年来的一贯做法是将所有数据整合到单一位置,例如数据仓库或近年来兴起的数据湖。但是,集中式数据基础架构的一些弊端已初现端倪: 1. 集中式数据团队对数据的了解程度无法与只专注于全部数据中特定部分的具体业务团队相提并论。 2. 集中式数据基础架[详细]
-
智能交通 大数据科技在交通领域的应用
所属栏目:[大数据] 日期:2022-05-24 热度:196
最近几年,城市机动车保有量增长惊人,客车、面包车、私家车甚至是摩托车的年平均增幅达到了15%以上。根据分析,当车辆保有量年增长率超过20%的话,将会引起当年以及之后几年城市交通建设速度难以匹配保有量增长,引发交通问题。 现阶段我国城市路网存在着密[详细]
-
2022年三个主要的数据分析趋向
所属栏目:[大数据] 日期:2022-05-23 热度:192
数据分析是一个不断发展的领域。2020年初发生新冠疫情成为主要的破坏因素,企业需要大力投资数据分析以支持其数字化转型。 在新冠疫情蔓延初期,很多企业减少开支并专注于其他紧迫的优先事项(例如支持员工远程工作),这似乎可能会阻碍数据和分析的进步。但是[详细]
-
大数据技术的用处和它的五大核心原理
所属栏目:[大数据] 日期:2022-05-23 热度:140
大数据的用途 大数据可分成大数据技术、大数据工程、大数据科学和大数据应用等领域。目前人们谈论最多的是大数据技术和大数据应用。工程和科学问题尚未被重视。大数据工程是指大数据的规划建设运营管理的系统工程;大数据科学关注大数据网络发展和运营过程中[详细]
-
基于数据解析给出运营建议 咋整?
所属栏目:[大数据] 日期:2022-05-23 热度:118
有同学问:如何基于数据分析提出运营建议,今天我们拿个简单的题目来举例。这个题目陈老师之前讲过,有印象的同学应该还记得。再举一次,是因为每到招聘季都有人把它搬出来,而且有关它的大部分讲解,都是错的。 已知,下图是某个电商一周销售金额走势(具体[详细]
-
生活中无处不在的数据解析
所属栏目:[大数据] 日期:2022-05-23 热度:74
关于数据分析的问题 很多时候,会被一些刚刚入门或者入门两三年的同学问:数据分析就是提数据吗?为什么我感觉我像个工具人一样天天写SQL做报表呢?! 每到这个时候,我就想起来了我入行的那个夏天,每天乐此不疲的跑着SQL。好像自己那会儿没有思考过这个问[详细]
-
真正指挥大规模战争的其实为大数据和人工智能?
所属栏目:[大数据] 日期:2022-05-23 热度:58
大数据和人工智能到底有多强?大部分人仍然没有直观体会,但实际上已经渗透进当今地球和人类活动的方方面面。也正在深刻地改变世界的固有形态。那些过去的超级强国,在这方面仍然遥遥领先,而那些没有跟上潮流的90%以上的国家,其实早就彻底躺平;最主要的是那[详细]
-
数据分析师七大实力 梳理标签体系
所属栏目:[大数据] 日期:2022-05-23 热度:162
大家好,我是爱学习的小xiong熊妹。 这次分享一个更高级能力:构造标签体系。在提升能力的顺序上,当然是先会打一个标签,再会搞整个体系了。 一、什么是标签体系? 围绕一个业务场景,实现业务闭环操作的若干个标签组合,称为标签体系。之所以需要标签体系,[详细]
-
大数据分析是啥?
所属栏目:[大数据] 日期:2022-05-23 热度:154
大数据分析:是指对规模巨大的数据进行分析,大数据可以概括为:数据量大,速度快,类型多,价值、真实性。 大数据可以概括为5个V, 数据量大、速度快、类型多、价值、真实性。 1.可视化分析 不管是对数据分析专家还是普通用户,数据可视化是数据分析工具最[详细]
-
大数据研究引用挑战预测增加
所属栏目:[大数据] 日期:2022-05-23 热度:114
尽管大数据行业有大量的软件平台和产品、开发人员和数据专业人士,以及许多热心的爱好者,但对于专业数据工作者和管理人员来说,在企业中实施数据战略仍然存在一些担忧和障碍。 数据分析平台提供商Unsupervised公司日前发表了一项名为2022年大数据恐惧和预测[详细]
-
专家视点 数据无处不在的云原生途径
所属栏目:[大数据] 日期:2022-05-23 热度:148
使用 Kubernetes 进行架构是必不可少的核心部分,它使数据分析异常灵活,可在业务需要的任何地方运行,并以高并发、高性能、效率和可用性大规模运行。 从金融服务和保险到制造和医疗保健等垂直领域的无数企业发现,他们需要公共和私有云、混合和边缘部署来最[详细]