-
数据科学家的法宝：为什么大家都用Kaggle？
所属栏目：[大数据] 日期：2021-06-04 热度：115
学习数据科学绝非易事。能找到一个可以分享代码、数据和想法的社区对我们的学习大有裨益，有一个地方汇聚了这些特质，那就是Kaggle。 我在大学时第一次接触了这个平台，当时，笔者正在攻读数据科学硕士学位，主攻机器学习，想看看在专业的第一堂课上自己在机[详细]
-
Qlik Sense与Tableau：自助服务分析工具的不一样
所属栏目：[大数据] 日期：2021-06-04 热度：121
结果，商业智能已经发生了变化，从由记录型系统生成各种月报到基于各种内部和外部资源的数据以交互方式发现和共享各种趋势，预测以及业务问题的答案。采用自助式商业智能的企业无需花费数月的时间做决定，而是可以在数天内决定要采取的行动方案。但是，到底[详细]
-
大家都是数据分析师？？愿韭菜的世界没有镰刀
所属栏目：[大数据] 日期：2021-06-04 热度：126
有志于转行数据分析的朋友们好～古牧君今天大胆开麦，针对近年来网上各路培训班营造出来的人人都是数据分析师热潮，给出一些个人看法。希望能让所有冲动转行的小白们都先冷静下，想清楚到底要不要做之后，再去行动 本文篇幅适中，内容环环相扣： 1，目前市场[详细]
-
数据管理成功的最关键举措
所属栏目：[大数据] 日期：2021-06-04 热度：161
组织最基本的挑战是收集数据，因为它可以以多种形式存在，甚至包括手写文档和个人生成的演示文稿。数据和文档所在的不同来源可能会进一步混淆此过程，这些来源包括专有和非协作数据库，定制系统以及从其他来源导出的手动文档。 如果没有组织，组织可能会被迫[详细]
-
2020年大数据给企业带来的5大优点
所属栏目：[大数据] 日期：2021-06-04 热度：168
为什么小型企业会忽略大数据 当企业管理人员听到大数据这一术语时，他们通常起初对其有些回避，因为他们认为这种技术只适用于谷歌和亚马逊这样的大型企业。并且他们认为，只有那些不惜一切代价在竞争中取得领先优势的跨国公司，才会采用大数据技术。 但由于[详细]
-
Excel插入批量图片，套用这些代码就好了
所属栏目：[大数据] 日期：2021-06-04 热度：200
代码如下 Sub InsertPic() ExcelHome VBA编程学习与实践 by:看见星光 Dim Arr, i, k, n, pd Dim strPicName$, strPicPath$, strFdPath$, shp As Shape Dim Rng As Range, Cll As Range, Rg As Range, strWhere As String On Error Resume Next 用户选择图片[详细]
-
散点图装不下怎么办？用Python解决数据密度过大麻烦
所属栏目：[大数据] 日期：2021-06-04 热度：92
什么是密度图? 数据量太大？散点图装不下怎么办？用Python解决数据密度过大难题 所谓的密度图 (Density Plot) 就是数据的分布稠密情况，它常用于显示数据在连续时间段内的分布状况。严格来说，它是由直方图演变而来，类似于把直方图进行了填充。 一般是使用[详细]
-
Spark优化之小文件是否必须合并?
所属栏目：[大数据] 日期：2021-06-04 热度：68
我们知道，大部分Spark计算都是在内存中完成的，所以Spark的瓶颈一般来自于集群(standalone, yarn, mesos, k8s)的资源紧张，CPU，网络带宽，内存。Spark的性能，想要它快，就得充分利用好系统资源，尤其是内存和CPU。有时候我们也需要做一些优化调整来减少内[详细]
-
5个可以协理Pandas进行数据预处理的可视化图表
所属栏目：[大数据] 日期：2021-06-04 热度：144
数据科学行业中一个最常见的陷阱是花费数小时为他们的项目寻找最佳算法，而没有花足够的时间首先理解数据。 数据科学和机器学习项目的结构化方法从项目目标开始。同一组数据点可以推断出一些有意义的信息。基于我们所寻找的，我们需要关注数据的另一个方面。[详细]
-
使用Pandas分块解决大文件
所属栏目：[大数据] 日期：2021-06-04 热度：151
使用Pandas分块处理大文件 问题：今天在处理快手的用户数据时，遇到了一个差不多600M的txt文本，用sublime打开都蹦了，我用pandas.read_table()去读，差不多花了近2分钟，最后打开发现差不多3千万行数据。这仅仅是打开，如果要处理不知得多费劲。 解决：我翻[详细]
-
说说做数据分析遇到的骗局，给大家提个醒
所属栏目：[大数据] 日期：2021-06-04 热度：197
讨论话题 数据之路上，你踩过的那些坑? 不论是已经从事数据行业的朋友，还是正在学习数据分析的同学，相信大家或多或少都踩过一些坑，绕过一些弯路，欢迎大家分享自己踩过的那些坑。 实用回答分享 说说做数据分析遇到的那些坑，给大家提个醒 说说做数据分析[详细]
-
终于有人把AI、BI、大数据、数据科学讲清楚了
所属栏目：[大数据] 日期：2021-06-04 热度：63
01 数据 数据几乎渗透到我们生活的每一个角落，从我们在手机中留下的数字足迹，到健康记录，再到购物历史，以及对资源(如能源)的使用情况。在当今这个数字世界里，脱离数字的生活虽然不是不可接受的，但也需要巨大的牺牲精神和不可思议的毅力才能忍受。 我们[详细]
-
大数据如何促进企业的数字化转型
所属栏目：[大数据] 日期：2021-06-04 热度：112
大数据一词最早出现于15年前，顾名思议，大数据是日益增长的、多样化的、复杂的、数量庞大的数据，这些数据难以通过传统的数据管理实践进行管理。近年来，随着数字化转型的兴起，大数据已成为组织数字化转型旅程的主要推动力。 IT和商业服务转型咨询机构Pace[详细]
-
未来10年，企业想要生存：就要准备好数字化转型
所属栏目：[大数据] 日期：2021-06-04 热度：170
什么是数字化转型?简单来理解，就是把现实世界转向互联网为主体的虚拟世界，把生产、设计、研发、运营、商品、客户、经营流程、管理等，通过互联网连接、通过云计算、大数据，变成可以度量的数字和数据。 这样可以根据市场需求，按需生产、个性服务、智能化[详细]
-
如何创建数据架构以促使创新
所属栏目：[大数据] 日期：2021-06-04 热度：189
在过去的几年中，组织不得不迅速在原有基础设施的基础上部署各种新的数据技术，从而推动由市场驱动的各种创新，例如定制化的报价、实时警报和预测性维护。 但是，数据湖、客户分析平台、流处理等技术的加入极大地增加了数据架构的复杂性，这些技术往往严重妨[详细]
-
如何选择云计算机器研究平台
所属栏目：[大数据] 日期：2021-06-04 热度：67
为了创建有效的机器学习和深度学习模型，组织需要获取大量的数据，并对其执行特征工程的方法，以及在合理的时间内训练数据模型的方法。然后，组织需要一种方法来部署模型，监视它们是否随时间的推移而改变，以及根据需要重新训练它们。 如果组织已经在计算资[详细]
-
数据行业的高级岗位和初级岗位，到底有什么差异？
所属栏目：[大数据] 日期：2021-06-04 热度：52
首先我们来看看，一个初级数据分析岗位，都需要具备什么样的特征： 1、工作内容： 初级数据分析岗位虽然也叫做数据，但实际的工作内容可能只有50%跟数据相关，比较重要的工作就是写写日报、月报(报表体系搭建)，取取报表数据(或是数据库取数)，抄送、上报数[详细]
-
边缘计算加速智能安防实践落地 安全问题仍需重视
所属栏目：[大数据] 日期：2021-06-03 热度：198
随着5G、数据中心等新基建领域的建设步伐加快，边缘计算作为大数据环境下重要的网络技术之一，也将迎来更广领域的应用，与边缘计算联系密切的安防行业就是其一。[详细]
-
智能硬件行业处于物联网快速发展现状详解
所属栏目：[大数据] 日期：2021-06-03 热度：58
2012年以来为全球智能硬件的物联网时代 物联网时代从2012年至今，2012年SmartWatch的出现，智能硬件快速进入了消费市场，同时物联网进入了产品化的时代。2015年[详细]
-
科技战疫背后，以“云+数+AI”把脉智慧城市进步
所属栏目：[大数据] 日期：2021-06-03 热度：166
这场突如其来的疫情，全面而充分地拷问了现代城市治理的水平，也检验着在发展智慧型城市过程中的种种问题健康码就是智慧城市建设中一个小的缩影。 可以说，健康[详细]
-
碧桂园服务的智慧社区正在向「柔性」改善
所属栏目：[大数据] 日期：2021-06-03 热度：103
无疑，智慧物业、智慧社区方面的国家层面政策积极推进，使得物业服务行业进入了政策利好时期。 碧桂园服务的智慧化之路，始于 2015 年。从上线物业经营云平台到[详细]
-
数字科技的新“希望”
所属栏目：[大数据] 日期：2021-06-03 热度：76
当我们在谈论智慧城市建设的时候，我们在谈论什么？ 这是一句标准的卡佛句式。 同时，这也是一个基础但却永恒的问题。我们到底为了什么在建智慧城市？ 解决城镇[详细]
-
智慧社区怎样防止被“后浪”拍在沙滩上？
所属栏目：[大数据] 日期：2021-06-03 热度：136
每天清晨，窗帘自动拉起，房间洒满阳光，悦人的轻音乐也随之响起。在你洗漱的同时，机器人会为你做好早餐，将房间打扫好 当你出门的时候，接你上班的车辆也正好[详细]
-
智慧警务不存在「凡尔赛文学」
所属栏目：[大数据] 日期：2021-06-03 热度：88
这是艺术的张力，也是现实的无奈： 故事背景大多在公安技术并不发达的年代，无形中让情节更加扑朔迷离，让故事更加悲痛揪心。 回归现实，技术更新迭代后，可能再[详细]
-
AI 新基建元年，平安城市第一盏明灯为谁而点？
所属栏目：[大数据] 日期：2021-06-03 热度：161
全球安防巨头海康威视的成绩，只需翻开其履历便知一二，整个屏幕的全球首家填满了眼眶。 从最初的28名创业者，到现今全球超4万的员工，其中研发人员和技术服务人[详细]
