-
大数据平台核心架构图鉴 提议收藏
所属栏目：[大数据] 日期：2022-06-26 热度：52
大数据的核心层应该是：数据采集层、数据存储与分析层、数据共享层、数据应用层，可能叫法有所不同，本质上的角色都大同小异。 所以我下面就按这张架构图上的线索，慢慢来剖析一下，大数据的核心技术都包括什么。 01数据采集 数据采集的任务就是把数据从各[详细]
-
新时代开源数据调度在1000+企业的进化之途
所属栏目：[大数据] 日期：2022-06-26 热度：182
近年来，随着互联网的飞速发展，业务量在短时间内呈现爆发式增长，对应的数据量快速从数百 G 涨至数百 T。无论数据存储还是数据调度，当前数据量已经远超处理能力的上限。若信息处理技术仍渐进式发展，数据处理能力的提升将远落后于指数级增长的数据量。[详细]
-
Kafka 万亿级消息实践之资源组流量掉零故障排查分析
所属栏目：[大数据] 日期：2022-06-25 热度：104
Kafka 万亿级消息实践之资源组流量掉零故障排查分析： 一、Kafka 集群部署架构 为了让读者能与小编在后续的问题分析中有更好的共鸣，小编先与各位读者朋友对齐一下我们 Kafka 集群的部署架构及服务接入 Kafka 集群的流程。 为了避免超大集群我们按照业务维[详细]
-
用Elastic Block Store EBS 改善性能和数据可用性
所属栏目：[大数据] 日期：2022-06-25 热度：137
如今，许多数据库即服务（DBaaS）解决方案将计算层和存储层分开来，比如包括Amazon Aurora和Google BigQuery。由于数据存储和数据复制可以由现有服务来处理，DBaaS无需担心这种复杂性，这种解决方案很有吸引力。然而，这种设计的性能有时可能不如传统方式[详细]
-
大数据依赖不可取
所属栏目：[大数据] 日期：2022-06-25 热度：182
当下没有人会忽视大数据的重要作用。在生活的一切方面，大数据都潜在地发生着作用，特别是在管理层面，大数据已经成为重要的辅助工具。站在当前的角度来看，没有大数据，经济社会管理工作几乎就没有办法正常进行。 对传统统计数据的依靠和对现代大数据的依[详细]
-
区块链为大数据分析提供机会
所属栏目：[大数据] 日期：2022-06-25 热度：53
大数据能够获得实践应用并被各行各业青睐，最重要的原因还是大数据分析得出的结论具有指导意义，能够为行业决策提供数据统计基[详细]
-
技术迷途者指南 我有问题 你有解吗
所属栏目：[大数据] 日期：2022-06-25 热度：125
在日常工作中，我们可能会遇到各种技术问题，比如运维、开发、框架、操作系统等领域，不同的技术人，碰到的难题也不尽相同。为了帮助大家更好的解决问题，51CTO技术交流群针对一些技术问题展开了深入的讨论交流。51CTO对其中精彩问答进行了整理，并通过文[详细]
-
挖掘互联网开放数据可带来巨大商业价值
所属栏目：[大数据] 日期：2022-06-25 热度：169
星巴克的门店选址方法 20世纪80年代末，美国星巴克公司董事会名誉主席霍华德舒尔茨(Howard Schultz)曾经在西雅图总部组建地产团队，专门研究咖啡门店的选址。 他们除了有着专业的地产团队外，还有地理信息系统进行数据化分析，从而决定开店位置和营销方式[详细]
-
2022年优秀预测分析工具和软件
所属栏目：[大数据] 日期：2022-06-25 热度：63
数据管理一直是企业面临的挑战。随着新的数据源不断涌入，使用合适的工具比以往任何时候都更为关键。预测分析工具和软件是完成这项任务的最佳解决方案。数据专家和商业管理者必须能够组织和清理数据，以启动这一进程。随后是对数据进行分析，并与同事分享[详细]
-
使用替代数据的五个隐性成本
所属栏目：[大数据] 日期：2022-06-25 热度：110
如今，替代数据源已嵌入到各个行业的企业业务流程中。根据Lowenstein Sandler 律师事务所2022 年的一项调查，92% 的投资机构(从对冲基金、私募股权到风险投资)都在以中等或很大的程度使用替代数据来为决策提供依据。受访者还预计，他们在 2022 年对替代数[详细]
-
具备可视化的数据不仅可以节流 还可以开源
所属栏目：[大数据] 日期：2022-06-25 热度：191
当数据团队在谈论具备可视化的数据和数据质量高的好处时，通常只会涉及数据不完整带来的负面影响：决策不力、收入流失，甚至降低客户的信任度。 Gartner预测，糟糕的数据质量使企业每年损失1290万美元，因此具备可视化的数据成为非常重要的选择。 如果公司[详细]
-
详解元宇宙的七层产业链
所属栏目：[大数据] 日期：2022-06-25 热度：182
详解元宇宙的七层产业链： 1. 体验层映射现实世界的生活场景 元宇宙中的体验并不是打造简单的立体空间中的沉浸感，它可以把人类生活场景的方方面面映射进数字世界。当物理世界数字化之后，体验可以变得更加丰富。元宇宙可以帮助人类拓展边界，在虚拟世界中[详细]
-
可超出想象的AI使用 恩智浦推动AI理解再度增强
所属栏目：[大数据] 日期：2022-06-24 热度：55
人工智能（AI）的例子无处不在。我们对于 AI 的使用可能超出想象，并且在许多方面将这种使用视为理所当然。智能手机助手就是一个很好的例子，尽管我们可能并不认为这与 AI 有关。许多场景中，我们已经习惯于与 Siri 或 Google Assistant 的互动。面部识别也[详细]
-
关于Dropout、BN及数据预处理措施
所属栏目：[大数据] 日期：2022-06-24 热度：164
一、随机失活（Dropout) 具体做法：在训练的时候，随机失活的实现方法是让神经元以超参数o4YBAF-cdnmAWpDBAAACU_DoSa0457.png的概率被激活或者被设置为 0。如下图所示： Dropout 可以看作是 Bagging 的极限形式，每个模型都在当一种情况中训练，同时模型的每[详细]
-
如何通过AI的CPU、GPU来达成图像的精准抓拍
所属栏目：[大数据] 日期：2022-06-24 热度：90
在人工智能（AI）时代，我们做的很多决策、处理，都通过机器来实现。这些CPU、GPU是怎么看待世界的？该如何让它们感觉到关键的信息？实际上，这是图像传感器应该做的事情。在ASPENCORE3月18日举办的2021年中国IC领袖峰会上，思特威（上海）电子科技股份有限[详细]
-
深度解析依图行为识别的人工智能技术
所属栏目：[大数据] 日期：2022-06-24 热度：183
江湖三十年鏖战，AI 即出，多方势力涌入让这个世界重新异彩纷呈，也经历了新一轮洗牌。 在这场战役中留下姓名的企业，皆因技术、产品、服务等硬实力，成为了行业中的佼佼者。 在同样起跑线，有些企业总是能独占鳌头，以不卑不亢的姿态，成为别人家的孩子。 A[详细]
-
分析AI仿生技术对于人类进化的意义
所属栏目：[大数据] 日期：2022-06-24 热度：199
我目睹过你们绝对不会相信的东西：战舰在猎户星座的边缘燃烧，铯衰变的射线在唐豪瑟之门的黑暗里闪耀。所有这些时刻都将在时光中消逝，就像雨中的泪水。是时候死去了。 仿生人罗伊在最后一刻（电影里的时间是 2019 年），放弃了对人类的仇恨和复仇，坦然地接[详细]
-
全球AI产业生态系统正逐步成型
所属栏目：[大数据] 日期：2022-06-24 热度：85
人工智能早已成为国家研究机构和企业关注的焦点。5G 时代的到来，以及计算能力提升的推动下，毫无疑问人工智能技术已成为世界各国竞争角逐的科技制高点，人工智能发展水平也成了是国家核心竞争力的体现。 目前，全球人工智能产业的生态系统正逐步成型。依据[详细]
-
畅聊机器学习项目缺乏准确性的原因
所属栏目：[大数据] 日期：2022-06-24 热度：142
人工智能 （AI）、机器学习 （ML） 和算法这几个词经常出现误用、混淆和误解。尽管它们都有各自的固定含义，但是人们常常会将这几个概念互换使用。遗憾的是，如果没有领会这些含义，它们可能会让本已十分复杂的快速发展领域乱上加乱。现在，就让我们认识一些[详细]
-
IT团队提升机器学习的五个技能详解
所属栏目：[大数据] 日期：2022-06-24 热度：74
机器学习和AI继续深入IT服务中，并补充软件工程师开发的应用程序。如果IT团队想跟上这种步伐，必须提高他们的机器学习技能。 云计算服务支持构建和部署AI及机器学习应用程序的各种功能。在很多方面，AI系统的管理与IT专业人员在云端熟悉的其他软件非常相似。[详细]
-
AI会让年轻人失业吗？
所属栏目：[大数据] 日期：2022-06-24 热度：180
在人工智能的发展过程中，有一种声音始终伴随：人工智能会让更多的人，尤其是年轻人失业吗？我们该为此担忧吗？ 青年群体正处在人生体能和智力的巅峰时期，是就业市场的主力，代表着未来经济发展的活力。在人工智能技术的冲击下，部分职业与岗位已经受到明显[详细]
-
AI偏见难以消除 如何解决人工智能系统的公平性问题
所属栏目：[大数据] 日期：2022-06-24 热度：179
许多行业正转向机器学习等人工智能（AI）技术来审查大量数据，这并不奇怪。无论是分析财务记录，检查一个人是否有资格获得贷款或法律合同中的错误，还是确定一个人是否患有精神分裂症；人工智能让你得到了保障！然而，这完全是万无一失的还是不偏不倚的？这[详细]
-
畅聊机器学习工程师的作用和技能
所属栏目：[大数据] 日期：2022-06-24 热度：90
随着每个组织将其业务数字化，并利用数据科学工具、人工智能、机器学习，对其领域的专业人员的需求一直很高。随着机器学习成为所有自动化工具的一个重要方面，对机器学习工程师的要求越来越高。 Forrester Research公司高级分析师BrandonPurell说：任何公司[详细]
-
数据团队来管理数据的年代是时候结束了
所属栏目：[大数据] 日期：2022-06-14 热度：116
最初使用的是数据仓库，然后是数据湖。如果大肆宣传是可信的话，那么现在是数据网格的时代了。 所有这些都依次被视为开启金融数据真正价值的灵丹妙药。那么，为什么数据的真正价值之前没有实现呢? 中心化的数据团队常常会在公司结构中造成瓶颈，阻碍整个企[详细]
-
成功进行数据转移的策略
所属栏目：[大数据] 日期：2022-06-14 热度：73
数据迁移是一个复杂且通常成本高昂的过程。企业将需要正确的方法来准确无误地迁移数据，其中包括深思熟虑的策略和适当的工具。 为什么需要数据迁移? 企业选择升级其存储系统并随之迁移数据有几个原因，最终帮助他们获得竞争优势。数据库迁移可帮助企业克服[详细]
浙公网安备 33038102330466号