车品觉
-
数据分析的未来:合作,深度学习,解读背后的故事
深度学习的下一个阶段是“元”阶段,即“算法将会自动生成”
-
数据分析告诉我们的四个经验教训
在帮助企业进行数据分析的时候,我们发现了四个经验教训,希望能和大家分享共勉。
-
Spotify计划借助机器学习策略走向盈
Spotify在2006年诞生于瑞典,是音乐流媒体服务规模最大的早期驱动者之一,普及了人们收听自己没有购买或并不实际拥有的曲目的观念。
-
SAS穆卢德·戴伊:数据经济繁荣需要法律框架以及魄力
数字法存在的最大问题是,这个世界的变化步伐总是快于监管者的行动步伐
-
数据囤积问题正变得越来越严重
数据囤积现象愈演愈烈,这不足为奇。毕竟,由于大数据热潮,我们拥有了大量且便宜的存储空间,其中很多都是云存储空间。
-
Qlik二十年沉与浮,对中国大数据产业有启发
商业智能(BI)软件开发商Qlik Technologies在6月初宣布,该公司已同意由私募股权投资公司托马布拉沃(Thoma Bravo)以每股30.50美元的价格予以收购,交易总额达30亿美元
-
白宫终于在为人工智能引领的未来做准备
拥有人类那种理解力的人工智能何时到来?
-
车品觉:不要被数据治理吓倒
数据治理,或者说对一家企业原始数据的了解,是一个历来被信息技术(IT)部门视为双输建议的领域。
-
数据科学在各行各业中的差异
在雇佣数据科学家最多的十大行业中,有六个行业的研究型数据科学家数量超过了其他类型的数据科学家。
-
车品觉分享:那些年,我在阿里决战大数据
回顾我在阿里的6年,从经历来说,是先负责支付宝,继而负责淘宝,最终负责整个阿里集团的数据工作。实际上,这个过程同样也是我对数据应用的一个历程:第一阶段用数据,第二阶段养数据,第三阶段从看数据到用数据。
-
潘多拉首位数据科学家的经验谈
要成为一名卓有成效的数据科学家,你必须认识到,你的工作不只是研究。你必须对自己的工作进行定量和定性,使全公司都能理解。
-
构建数据产品:那些年我们走过的弯路
“对于构建数据产品,我们有一个很好的比喻,”贝尔说。“它就好比是爬山。你前有古人,后有来者。有一些路是还没有人走过的,但只要有信心,一步一步地来,你一定能到达峰顶。”
-
车品觉:蹩脚数据科学家的10个迹象
如今,数据科学家已是炙手可热,那些曾经对其毫无所知的企业,眼下也开始在全世界搜寻最好的数据科学家。问题在于,优秀数据科学家的标准是什么?
-
数据科学团队的自测题
导读: 数据科学家具备很多相邻领域的技能,至少是基本技能(比如工程、开发和运维、产品管理、数学、研究、写作、商业等等),团队最容易出问题的地方之一,就是他们无法专注于那些需要动用这一整套技能才能完成的工作。 团队是否拥有足够的数据,以及相应的工具来高效地处理这些数据。如果处理数据时困难重重:因为和生产系统相冲突,没有被文档化,或者收集方式前后不一致,甚至根本…
-
什么是坏数据,它有何副作用?
品觉导读: 很多机构难以获得准确的数据来支撑他们的日常决策。原因就是坏数据。坏数据也称脏数据,是指错误的、具有误导性的、格式非法的信息。 但凡任何一间数据仓库,势必存在着某种形式的坏数据。完全避免坏数据的产生几乎是不可能的,但数据管理可以很好地帮你保持数据的干净。 原文翻译: 信息和数据是一家机构最具战略意义的资产。数据仓库研究所(The Data Ware…