-
解读：大数据分析及其数据来源
所属栏目：[大数据] 日期：2018-04-16 热度：195
当我们谈到大数据说明，起首必要确定命据说明的偏向和拟办理的题目，然后才气确定必要的数据和说明范畴。大数据驱动的说明首要的挑衅不是技能题目，而是偏向和组织率领的题目，要确定偏向，提出题目，必要对行业做深入的相识。 虽然，大数据说明最焦点的，[详细]
-
面向大数据的分布式调度
所属栏目：[大数据] 日期：2018-04-16 热度：172
媒介：大数据的漫衍式调治是在举办数据ETL进程中起到了总体的承上启下的脚色，整个数据的出产、交付、斲丧城市贯串个中，本文从调治、漫衍式调治的特性睁开，再对大数据调治本性化特性的一些叙述，由满意大数据行使的架构和营业场景的需求上娓娓道来，从实[详细]
-
如何在多系统和网络拓扑中构建高性能模型？
所属栏目：[大数据] 日期：2018-04-16 热度：71
这个文档和附带的剧本具体先容了怎样构建针对各类体系和收集拓扑的高机能可拓展模子。这个技能在本文档顶用了一些初级的 Tensorflow Python 基元。在将来，这些技能将被并入高级 API。 输入管道 机能指南叙述了怎样诊断输入管道也许存在的题目及其最佳办理[详细]
-
TensorFlow的开源与Hadoop的开源有什么不同？
所属栏目：[大数据] 日期：2018-04-15 热度：155
最近看TensorFlow代码的时候，用Git pull下来最新的master一看，哇好多的更新，然后点击去之前看到一半的cc文件继续看，好多地方都改变了。但是一看Git log，有好多巨大的commit叫什么 Merge commit for internal changes, Merge for github，没有任何的其[详细]
-
研究显示AI正创造更多工作岗位
所属栏目：[大数据] 日期：2018-04-14 热度：71
北京时刻17日早间动静，据《福布斯》报道，人们今朝广泛以为，人工智能（AI）将导致人类失去事变，造成普及的职员冗余。但新的研究表白，那些投资于人工智能的企业更有也许缔造事变岗亭，而不是歼灭它们。 咨询巨头凯捷（Capgemini）观测了1000家陈设了人[详细]
-
青铜到王者，快速提升你 MySQL 数据库的段位！
所属栏目：[大数据] 日期：2018-04-14 热度：128
当面临快速的生活节奏而令人厌恶的工作！现在大多数人选择放松自己的方式就是玩游戏，最为突出的可能就要属手游王者荣耀。 据说这款游戏上到70旬老者，下至小学生都玩，老张我也玩。段位低得可怜（PS：最近刚玩哈），刚刚白银。 当时也想让别人带带我，说[详细]
-
AI 也能作曲？谁来定义 AI 的 Freestyle？
所属栏目：[大数据] 日期：2018-04-14 热度：157
美国网红兼风行歌手 Taryn Southern 克日颁发了一张名为 I AM AI 的新专辑，成为人类汗青上第一支正式刊行的AI歌曲。 主勒索曲《Break Free》固然达不到格莱美的尺度，可是完全听不出是由应用措施编曲，和音乐人的作品没有太大不同，倾覆了平凡人以为AI制[详细]
-
数据分析的四种类型模式
所属栏目：[大数据] 日期：2018-04-13 热度：91
在这篇博文中，我们聚焦于在数据科学规模所碰着的四种范例的数据说明模式：描写型、诊断型、猜测型和指导型。当我与刚涉足数据科学规模的年青说明师们攀谈时，凡是，我会问他们以为什么是数据科学家最重要的手段。他们的谜底相等多样化。 我想汇报他们的是[详细]
-
数据清洗的经验与教训 Data Cleaning
所属栏目：[大数据] 日期：2018-04-13 热度：73
小学的时辰我统计过同窗里有几多要订课间牛奶：每人别离必要什么口胃和什么巨细，应收几多钱。最后这份凭证座位排序的表格要和一张学号表格凭证同窗姓名对应起来，并计较每种口胃订购数目和每人应收款。进程中我碰着了许多坚苦，譬喻有同窗订了多种口胃，[详细]
-
DeepMind：把人工智能和神经科学结合起来，实现良性循环
所属栏目：[大数据] 日期：2018-04-13 热度：185
人工智能的最新盼望引人注目。人工体系在 Atari 视频游戏、迂腐的棋类游戏围棋以及扑克游戏中已经优于人类专业玩家。它们还可以天生与人类无不同的字迹和语音、在多种说话之间翻译，乃至将你的假期照片用梵高的气魄威风凛凛举办气魄威风凛凛重塑。 这些前进可以归结为几个[详细]
-
被大数据遗忘的基础奠基-Log
所属栏目：[大数据] 日期：2018-04-13 热度：190
在大数据期间，Log是相关数据库对计较机行业的巨大孝顺，更是基本技能之一。然而在各人热烈接头GFS, NoSQL，以致Paxos， LSM tree等词语的时辰，Log这个基本技能以及它对大数据行业的庞大孝顺却一向以来都被业界所忽略。除了Kafka作者之一Jay Kreps2013年[详细]
-
Python爆红的六大原因
所属栏目：[大数据] 日期：2018-04-12 热度：58
无论你是否清晰这个究竟，Python现实上已经不是一门年青的编程说话了。固然它也不如其余一些说话那么年长，但它如故比大部门人所想的要更老一些。它第一次宣布的时刻是在1991年，固然这些年它也经验了相等大的改变，但它此刻的用处跟其时并没有什么不同。[详细]
-
大数据“喂养”红利下，知识图谱如何走上新道路？
所属栏目：[大数据] 日期：2018-04-12 热度：142
大数据期间的到来，为人工智能的飞速成长带来亘古未有的数据盈利。在大数据的喂养下，人工智能技能得到了亘古未有的长足前进。其盼望突出表此刻以常识图谱为代表的常识工程以及深度进修为代表的呆板进修等相干规模。跟着深度进修对付大数据的盈利耗损殆尽[详细]
-
你可能还不知道应用关联防护
所属栏目：[大数据] 日期：2018-04-12 热度：188
连年来，作为高效而直接的数据库防止工事，数据库防火墙已被越来越多的用户存眷，应用在要害体系的数据库安详防护中，以掩护焦点数据资产安详。实现伤害举动过滤，数据库防火墙必须串联陈设，才气形成数据库的安详屏蔽。这要求其既要施展抵制威胁举动的功[详细]
-
借助深度学习算法，4K 流媒体视频将发展出“新一代内容”
所属栏目：[大数据] 日期：2018-04-11 热度：138
假如你常常在网上看视频，你必定会碰着过那种正在缓冲的状况。尤其是在情节到达飞腾的时辰，时不时缓冲一下，真的是让人抓狂不已。另外，最近的一项研究表白，收集上近70%的内容都是流媒体视频和音频。因此，看视频是否必要缓冲，开始变得比以往任何时辰都[详细]
-
基于标记数据学习降低误报率的算法优化
所属栏目：[大数据] 日期：2018-04-11 热度：122
无论是基于法则匹配的计策，照旧基于伟大的安详说明模子，安详装备发生的告警都存在大量误报，这是一个相等广泛的题目。个中一个重要的缘故起因是每个客户的应用场景和数据都多几几何有差异的差别，基于牢靠判定法则对有统计涨落的数据举办僵化的判定，很轻易[详细]
-
大数据处理框架的类型、比较和选择
所属栏目：[大数据] 日期：2018-04-11 热度：125
媒介 提及大数据处理赏罚，统统都发源于Google公司的经典论文：《MapReduce:Simplied Data Processing on Large Clusters》。在其时(2000年阁下)，因为网页数目急剧增进，Google公司内部平常要编写许多的措施来处理赏罚大量的原始数据：爬虫爬到的网页、网页哀求日[详细]
-
大数据可能“说谎” 非结构化数据将呈现更丰富的世界
所属栏目：[大数据] 日期：2018-04-11 热度：137
在2017年的下半年评论大数据好像已经没有什么新意，甚职苄些令人生厌了，事实这个词在中国已经风行太久，形形色色的产物、平台和公司早已贴满了大数据标签，而真正有代价的创新永久都是少数。 行业对付大数据的认知开始变得越发理性和客观，这是一种成熟的[详细]
-
大数据治理需要具备哪些能力和关键技术？
所属栏目：[大数据] 日期：2018-04-11 热度：53
在企业数据建树进程中，大数据管理受到越来越多的重视。从企业数据资产打点和晋升数据质量，到自处事和智能化的数据应用，大数据管理的内容在不绝成长和完美，其落地实验的进程中会碰着各类百般的困难和挑衅。本篇文章通过说明大数据管理建树中的沟沟坎坎[详细]
-
人工智能和机器学习如何帮助IT团队解决数据管理问题
所属栏目：[大数据] 日期：2018-04-11 热度：93
把握和处理赏罚大量数据对付IT部分来说是一个挑衅。以下是人工智能(AI)和呆板进修怎样辅佐人们分类、组织和汇总大量信息的要领。 按照三星公司的观测，2016年环球互联网流量高出了1ZB，即10亿兆字节。这个数字是庞大的，但这个数据量与环球各企颐魅正在存储的全[详细]
-
打破数据统一的七大原则
所属栏目：[大数据] 日期：2018-04-11 热度：155
数据同一在数据说明规模里是个恒久的挑衅，从事数据说明的从颐魅者但愿在数据说明之前，来自差异实体的数据可以或许在统一个处所泛起出来。数据同一由七部门构成：1、获取数据 2、洗濯数据 3、转换数据、4、模式集成 5、一再数据删除、6、分类 7、导出 一样平常而言[详细]
-
给人工智能降点温：深度学习不是万能良药
所属栏目：[大数据] 日期：2018-04-11 热度：60
近几年，深度进修已经进入必然水平的狂热状态，人们正试图用这个技能办理每一个题目。然而，深度进修真是全能的吗？阅读此文后，你便可以或许从深层领略为什么深度进修并不是想象的那般神话了。 克日，在深度进修规模呈现了一场热烈的争论。这统统都要从 Jeff[详细]
-
大数据趋势下如何实现NAS存储与容灾备份？
所属栏目：[大数据] 日期：2018-04-10 热度：60
1、数据量暴增，存储市场风云幻化 据IDC猜测，环球的数据量正面对一个爆炸性增添，到2020年即将到达44ZB，那44ZB是个什么观念呢? 假如以1KB=1024MB计较，1ZB的数据量换成 128G iPad的高度，可达地球到月球间隔的6.6倍。 这些数据中，90%的增量来自于非布局[详细]
-
大数据技术：内包还是外包
所属栏目：[大数据] 日期：2018-04-10 热度：58
对付零售商来说，大数据是一把双刃剑。这些公司正在全力试探全方位的市场竞争，由于他们试图抵制像亚马逊公司这样的行业巨头，一些公司正在将大量资源陈设到开拓本身的大数据办理方案中，以试图与零售巨头举办竞争。 零售商面对的一个题目是他们必要内部构[详细]
-
万能的Python背后：这6大原因让它爆火
所属栏目：[大数据] 日期：2018-04-09 热度：90
Python此刻已经成为了一种很是通用的说话了，尤其是在数据科学流行的本日，由于其易于阅读和编写的特点，更是越来越受到编程者的追捧。在IEEE宣布的2017年编程说话排行榜中Python也高居首位。然而究竟上，Python的第一个果真版本在1991年就已经宣布了，那[详细]
