张乐

大数据应用的下一阶段发展方向在哪里?

在第一篇文章我们介绍了推荐系统的优点，大致可以把推荐系统分为两种类型：基于内容的推荐系统和协同过滤推荐系统。

众所周知，数据科学的目标是从大数据中创造价值。然而，数据科学也应该满足第二个目标即避免信息过载。一个典型的可以满足这两个目标的系统就是推荐引擎。

早上上班的时候不想挤地铁，打个UBER好啦;下班的时候没地铁啦，打个UBER好啦!是的，这款让人又爱又恨的打车软件已经潜入我们的生活，他们从来不说他们是出租车公司，他们说自己是大数据企业。

Google Research宣布，世界准确度最高的自然语言解析器SyntaxNet开源。谷歌开源再进一步。

据哈尔?瓦里安(Hal Varian)说，统计学家是下一个性感的工作。五年前，在《什么是Web 2.0》里蒂姆?奥莱利(Tim O’Reilly)说“数据是下一个Intel Inside”。但是这句话到底是什么意思?为什么我们突然间开始关注统计学和数据?

前言 继基础篇讲解了每个Spark开发人员都必须熟知的开发调优与资源调优之后，本文作为《Spark性能优化指南》的高级篇，将深入分析数据倾斜调优与shuffle调优，以解决更加棘手的性能问题。 数据倾斜调优 调优概述 有的时候，我们可能会遇到大数据计算中一个最棘手的问题——数据倾斜，此时Spark作…

KPI 的核心是量化，而在互联网运营过程中，残酷的说一句，基本上能够量化的东西，大部分都可以用并不有利于目标的方式刷出来。

R语言实现莆田医院的可视化…

基于大数据技术能带来哪些新的应用类型，进而为客户带来新的价值增长点？要回答这个问题，有关数据挖掘方面的讨论是一个不可回避的，但是数据挖掘，在应用层面引起的争议也是非常大的。

深度学习（Deep Learning）属于非常前沿的学科，没有现成的的综合型教材，主要是通过阅读大量论文和代码练习来学习。

做分析也需要考虑公司 和运营层面的的东西，不要仅仅站在 数据和分析师的层面做分析，需要多和同事沟通。不要指责同事，人家这么做肯定是有他的道理的。术业有专攻，他们有自己的能力方面。

人们都说女人是“一白遮百丑”，同样数据可视化也用于满足视觉感官，当然是越漂亮越好。

电商数据分析师 是一个数学、计算机、经济管理、电子商务于一体的交叉综合性知识 岗位。

在大数据的时代，企业和消费者的接触点变得越来越多，企业要实现它的业务需求，首先要从接触点上采集消费者的数据，然后去进行分析和挖掘，以满足不同业务部门的需求，这个是业务层或者说需求层要解决的一些问题。