-
混合云大数据分析探索
所属栏目：[大数据] 日期：2021-05-27 热度：58
点击上方蓝色字体关注。 您还可以搜索公众号“D1net”选择关注D1net旗下的各领域（云计算，数据中心，大数据，CIO，企业协作，网络数通，信息安全，企业移动应用，系统集成，服务器，存储，呼叫中心，视频会议，视频监控等）的子公众号。 ======= 大数据的[详细]
-
【干货】你不得不知道的11款BI工具
所属栏目：[大数据] 日期：2021-05-27 热度：198
BI（BusinessIntelligence）即商业智能，越来越多的智能软件供应商推出可视化数据分析工具，应对企业业务人员的大数据分析需求。然而如果你觉得不是数据分析专业、没有挖掘算法基础就无法使用BI工具？NO，自助式分析工具已经让数据产品链条变得大众化。为[详细]
-
趣图：论医生和修电脑的相似性
所属栏目：[大数据] 日期：2021-05-27 热度：65
(点击上方公众号，可快速关注) 《转发一张趣图：论医生和修电脑的相似性》 点击“ 阅读原文”，可查看更多趣图/段子 ↓↓↓?（支持微信登录）[详细]
-
【数字智能三篇】之一： 一页纸说清楚“什么是大数据”
所属栏目：[大数据] 日期：2021-05-27 热度：89
按：【数字智能三篇】 目前“大数据”、“推荐系统”、“深度学习”是数字智能领域的热点研究方向，相关的书籍也很火热，比如“大数据”仅这两年就出版了很多本，让一般人看的眼花缭乱。 本系列共分三篇，力求仅以一页纸的篇幅来系统完整地介绍以上这三个[详细]
-
C语言超大数相加求和、加减乘除算法实现
所属栏目：[大数据] 日期：2021-05-27 热度：168
#include?stdio.h#include?stdbool.h#include?string.h#include?stdlib.h#define?MAXLEN?20int?arr1[MAXLEN];int?arr2[MAXLEN];char?str1[MAXLEN];char?str2[MAXLEN];void?convertBin(int?intNum)?{???static?int?bitSize?=?32;???int?modBin?=?intNum??1;[详细]
-
hdoj 1002 A + B Problem II 大数
所属栏目：[大数据] 日期：2021-05-27 热度：158
A + B Problem II Time Limit: 2000/1000 MS (Java/Others)????Memory Limit: 65536/32768 K (Java/Others) Total Submission(s): 302658????Accepted Submission(s): 58410 Problem Description I have a very simple problem for you. Given two integer[详细]
-
实用小技巧还能提升PyTorch技能
所属栏目：[大数据] 日期：2021-05-26 热度：84
PyTorch 是一种非常灵活的深度学习框架，它允许通过动态神经网络（例如利用动态控流如 if 语句或 while 循环的网络）进行自动微分。它还支持 GPU 加速、分布式训练以及各类优化任务，同时还拥有许多更简洁的特性。 今年 3 月初，官方团队发布了 PyTorch 1.[详细]
-
人工智能将给世界带来哪些影响？
所属栏目：[大数据] 日期：2021-05-26 热度：66
GPU和海量的数据增强了计算和处理能力，为现代算法和深度学习带来了显著的变化。在未来几年，我们可以期待看到人工智能技术的重大变化。以下是人工智能正在塑造世界的5个趋势。 1、量子计算 很快，我们将看到人工智能和量子计算的重大进步，这将改善我们的[详细]
-
人工智能的新风口，究竟应该怎么抓？
所属栏目：[大数据] 日期：2021-05-26 热度：55
国家十四五规划，将人工智能置于需要重点突破的科技前沿领域之首，提出培育壮大人工智能产业。 随后，各省纷纷提出自身的人工智能发展战略。如浙江提出，加快国家新一代人工智能创新发展试验区建设;广东提出，将广州、深圳双城打造成为人工智能技术创新策[详细]
-
边缘人工智能物联网解决计划如何提高业务绩效？
所属栏目：[大数据] 日期：2021-05-26 热度：122
实现商业价值 人工智能支持的物联网解决方案的出现有助于提高运营效率。它们还可以通过处理恒定的数据流来预测操作条件和识别参数以保持相关结果。物联网解决方案用于发现人眼难以看到的模式。因此，通过这种方式，人工智能驱动的物联网解决方案得到了有效[详细]
-
7种不同的使用AI聊天机器人的办法
所属栏目：[大数据] 日期：2021-05-26 热度：90
1.客户服务： 大多数业务因糟糕的客户服务而失败。因此，寻找一些可靠的解决方案来处理您与用户的互动很重要。AI聊天机器人更适合希望企业迅速做出反应的年轻一代。这些交互式机器人还可以处理购物、银行业务、食品订单和服务呼叫。他们可以减少响应时间，[详细]
-
人工智能如何缔造自动驾驶数据中心
所属栏目：[大数据] 日期：2021-05-26 热度：60
人工智能在提升数据中心效率以及扩展业务方面的潜力可分为以下四个主要类别： 电源管理：基于人工智能的电源管理有助于优化加热和冷却系统，从而降低电力成本，减少员工人数，提高效率。该领域的代表性供应商包括施耐德电气、西门子、Vertiv和伊顿公司。 设[详细]
-
5G网络技术将改造企业和未来城市
所属栏目：[大数据] 日期：2021-05-26 热度：162
在许多国家和地区，Covid-19大流行加速了广泛的5G服务。例如，中国正在依靠新的技术基础设施来增强其经济抵御能力，并减轻大流行对其供应链和物流的影响。 根据世界经济论坛的报道，在封锁时期，中国对更快、更大容量和更可靠的技术基础设施的需求在不断增[详细]
-
为什么医疗保健提供商要埋头于智能自动化？
所属栏目：[大数据] 日期：2021-05-26 热度：128
智能自动化（IA）是人工智能和自动化的组合体。通过利用这一点，组织可以达到无与伦比的效率、卓越水平，并支持快速的端到端自动化流程。普华永道（PWC）声称，这项技术正通过颠覆和创造新的商业模式，迎来第四次工业革命或第二次机器时代。最初，它仅限于[详细]
-
mmTrix大数据分析平台构建实录[转]
所属栏目：[大数据] 日期：2021-05-26 热度：94
http://www.iteye.com/news/31475 mmTrix大数据分析平台构建实录 学习下[详细]
-
数据层（数据处理）
所属栏目：[大数据] 日期：2021-05-26 热度：91
package cn.hncu.addr.dao; import java.io.EOFException; import java.io.File; import java.io.FileInputStream; import java.io.FileNotFoundException; import java.io.FileOutputStream; import java.io.IOException; import java.io.ObjectInputStre[详细]
-
FFMPEG中重要的数据结构的挖掘
所属栏目：[大数据] 日期：2021-05-26 热度：105
[cpp]? view plain ?copy ? typedef?struct?AVFormatContext?{?? ????struct?AVInputFormat?*iformat;?? ????void?*priv_data;?? ?????? ????ByteIOContext?*pb;?? ????unsigned?int?nb_streams;?? ????AVStream?*streams[MAX_STREAMS];?? }?AVFormatConte[详细]
-
poj 1001 Exponentiation 模拟大数（hdu 1063）
所属栏目：[大数据] 日期：2021-05-26 热度：113
poj 1001 Exponentiation ?模拟大数 链接： http://poj.org/problem?id=1001 题意： 题意很简单，给你2个数（前面的是小数，后面是不超过25的整数），求得前一个数的幂（后一个数作指数部分）。 思路： 要求小数的幂，用一般的double，float完全满足不了解[详细]
-
数据处理中的“基”情
所属栏目：[大数据] 日期：2021-05-26 热度：114
副标题#e# 由于涉及过多公式，文章很多部分以图片排[详细]
-
漫谈：机器学习中距离和相似性度量方法
所属栏目：[大数据] 日期：2021-05-26 热度：155
在机器学习和数据挖掘中，我们经常需要知道个体间差异的大小，进而评价个体的相似性和类别。最常见的是数据分析中的相关分析，数据挖掘中的分类和聚类算法，如 K 最近邻（KNN）和 K 均值（K-Means）等等。根据数据特性的不同，可以采用不同的度量方法。一[详细]
-
大数据分析过程中经常遇到那13个问题
所属栏目：[大数据] 日期：2021-05-26 热度：73
1、最早的数据分析可能就报表 目前很多数据分析后的结果，展示的形式很多，有各种图形以及报表，最早的应该是简单的几条数据，然后搞个web页面，展示一下数据。早期可能数据量也不大，随便搞个数据库，然后SQL搞一下，数据报表就出来了。但是数据量大起来[详细]
-
挖掘DBLP作者合作关系，FP-Growth算法实践（4）：挖掘每个会议的
所属栏目：[大数据] 日期：2021-05-26 热度：52
在只有【论文标题、发布时间、作者、会议名称】这四种信息的情况下，首先提取出所有这四种信息： 代码产生的结果如下，数据结构类似于headerTable，看结果就知道了，不再介绍： authorDict={} #{authorName: total(frequence,startYear,endYear),{eachConf[详细]
-
挖掘DBLP作者合作关系，FP-Growth算法实践（5）：挖掘研究者合作
所属栏目：[大数据] 日期：2021-05-26 热度：148
副标题#e# 就是频繁项集挖掘，FP-Growth算法。 先产生headerTable： 数据结构（其实也是调了好几次代码才确定的，因为一开始总有想不到的东西）：entry: entry: {authorName: frequence,firstChildPointer,startYear,endYear} def CreateHeaderTable(tranDB[详细]
-
数据处理之数据精简概述
所属栏目：[大数据] 日期：2021-05-26 热度：133
副标题#e# 摘自：数据精简DataSimp 转自：数据观（ID：cbdioreview） 作者：秦陇纪DataSimp 01 数据处理基础知识； data processing 数据是自然和生命的一种表示形式，记录了人类的行为，包括工作、生活和社会发展。数据（Data）是对事实、概念或指令的一种[详细]
-
大数据分析，Hadoop够用吗？Facebook数据专家说No
所属栏目：[大数据] 日期：2021-05-26 热度：149
副标题#e# 随着大数据的发展和应用，Hadoop框架受到越来越多的关注和应用。Facebook分析主管Ken Rudin表示，不要小看关系型数据库技术的价值。他认为，Hadoop可能是“大数据”运动的代名词，但它并不是企业从大规模存储的非结构化信息中得到价值的唯一工具[详细]
浙公网安备 33038102330466号