车品觉
-
数据科学家Vs机器学习工程师
真正让“数据科学”发挥出了强大威力的,是在人们意识到,数据不仅止于精算统计、商业智能和数据仓库的时候。
-
如何将大数据利用好?这12位创业者给出了自己的建议
如何将大数据利用好?这12位创业者给出了自己的建议。
-
关于数据治理,你需要知道些什么?
每个有效的数据库都需要精心设计的模式(Schema),以保持数据干净,避免冲突,满足用户的各种需求,适应未来的扩展。
-
是什么造成民调的偏差?
什么造成民调的偏差?
-
2017年值得关注的十大技术趋势
2016年,众多新技术闪亮登场,但重大突破屈指可数
-
数据驱动必须靠有力的数据策略来推动
数据不只是企业的一项业务,而是关系到整个公司的命运——它是燃料,是饲料,是动力。
-
2017年数据科学的六项预测
在过去十年里,先进的数据技术和强大的分析工具使企业经营者能够从他们的数据资产中获益匪浅,但他们大多只是触及数据潜力的皮毛,而数据科学让企业可以前所未有地充分利用那种潜力。
-
如何走出大数据的“大”的误区?
企业管理层必须面对的问题不在于收集了多少数据,而在于是否拥有恰当的数据,以及如何解读这些数据。
-
2016年大数据大事记
让我们盘点一下2016年大数据分析领域发生的大事件,摸清过去一年的脉搏,展望未来一年的趋势。
-
如果我们心存偏见,还能做好数据分析吗?
如果我们心存偏见,还能做好数据分析吗?
-
打破界限:关于数据安全的新思考
“边界”也许在五年前很容易确定,但网络技术和网络形态的每一次进步都使边界变得愈发模糊。云计算、混合云、弹性网络等新技术导致安全边界更加难以确定。
-
2017年最重要的商业智能趋势
数据发现、自助式BI和主数据/数据质量管理是当前最重要的三个BI趋势
-
2017年值得关注的八大技术创业趋势
人工智能(AI)和机器学习将在2017年成为推动技术经济发展的一大助力。
-
译文 :Gartner2017年十大技术趋势
Gartner2017年十大技术趋势。
-
大数据专家车品觉:我们正站在大数据带来的整个创新生态的临界点
过去三四年中,大数据以极快的速度从概念走入现实,深度嵌入到了经济社会中的方方面面。回望来路,大数据究竟给发展带来了哪些切实的机遇?面向未来,政府治理究竟该如何适应这一新的科技革命?看看大数据专家车品觉是如何回答的