翻译小组
-
开发者和IT人士成为数据科学家的学习路线
这篇指南旨在帮助WEB开发者、软件工程师以及其他的IT从业者转行到数据分析/数据科学行业。
-
关于数据科学历史的新手指南
尽管很多数据科学的支持者已经拿起大数据作为武器,并且提出新的主张和挑战,但是关于数据科学你还需要了解一些名字和日期。
-
Python下开始数据科学研究的全面指南
这篇文章的目的就是给那些用python进行数据分析的新人提供一种深度学习路径。
-
大数据是成功还是失败?
未来会有更多的企业运用大数据技术,这是一个快节奏的猛兽,我们必须在它摧毁我们之前驾驭它。
-
大数据能拯救你的爱情生活吗?
美国最浪漫的城市是哪一个?人们在情人节最喜欢买哪一种礼物?在给出在线约会产业的规模后,你就会对利用大数据创建更好的匹配系统感到不足为奇了。真正价值百万美元的问题是:你能够利用所有这些数字和数据点帮助你自己吗?
-
探索推荐系统(附R语言实战案例)
在生活中我们怎样给别人推荐呢?
-
“数据湖”中数据管理的4种方式
“数据湖”具有灵活性,可扩展性,低成本性三个特征。
-
为什么赢得政治选举与大数据分析联系在一起?
两大政治党派如何利用大数据分析来帮助他们做出决定并且尝试领先竞争对手,是今年的总统大选的主要情节之一。
-
大数据时代下,信用卡公司如何发展?
作为数字化市场的监督者,信用卡公司能够俯瞰我们所购买的物品。
-
你能用大数据创造一个新的商业模型吗?
在投入市场前有一个优化的商业模型是不是很好?由于在市场上大数据和相关分析工具已经被创造,这使得我们具备能力去在各行各业中进行公司所需要的这种商业模型的优化。
-
大数据+分析=“滚滚财源”
“金融行业很快发现到,大数据是他们最大的利润来源”。
-
大数据最大的挑战是什么?(五年后)
大数据在2016年面临的最大挑战是将重点从“怎样做”的技术驱动型转向关注“为什么”的商业驱动型。吸引并训练那些能用数据科学能力理解一个特定的业务的人才,并鼓励他们在企业中领头。
-
从非结构化数据中发现价值
许多企业仍然被淹没在巨大的数据量以及文本数据源快速增长的洪流当中
-
一些专家对大数据趋势的预测
是什么策略或趋势将推动这个虚拟宇宙数据?
-
10个小Tips开启你的大数据之旅
如果你的公司正着手开启你的大数据分析之旅,不要烦恼:你不是一个人,这条船上大有人在。但是你需要加倍努力才能赶上数据分析的领头羊们。