搜索到 51 条结果

您可能要找:

数据科学家眼中的大数据工具
数据科学家眼中的大数据工具 随着大数据工具数量的增长和计算能力的飞跃,数据科学家越来越多地发现,如果他们想从自己的模型中获得最佳性能,那就必须考虑所使用的数据管道。 数据科学工具的功能通常围绕着预测建模,机器学习和数据可视化。但这些工具……
陆勤 2016-09-12
漫谈阿里大数据
漫谈阿里大数据 >作者拖雷(陈吉平),袋鼠云CEO ,国内最早一批Oracle ACE Director,前阿里巴巴研究员,先后担任嗨淘、无线事业部、数据事业部资深总监,生活服务事业部总经理,以及阿里云事业群总裁助理。2015年离职后,做……
陆勤 2016-09-19
从实战角度解读数据科学
从实战角度解读数据科学 本文作者MikioBraun在欧洲最大的时尚电商平台之一Zalando领导推荐和搜索功能交付团队。Mikio拥有机器学习专业的博士学位,在搜索领域工作多年, 现在专注于搜索结果在电商领域的高效利用工作。 在过去几年……
陆勤 2016-11-10
GitHub 上 57 款最流行的开源深度学习项目
本文整理了 GitHub 上最流行的 57 款深度学习项目(按 stars 排名)。最后更新:2016.08.09 1.TensorFlow 使用数据流图计算可扩展机器学习问题 TensorFlow 是谷歌的第二代机器学习系统,按照谷歌所说……
陆勤 2016-12-06
数据应用:运营商大数据应用的思考
作者:中国移动研究院大数据与IT技术研究所的段翔 首先大数据我们知道这个时代正在来临,这里有一个调查,随着全球移动互联网和工业和生活数字化的进程,数据现在成为一个比较加速爆炸式增长。我们看这个调查报告,这个数据已经非常夸张,我们看这个数据……
数据跨界 2017-01-03
2017年数据领域的八大发展趋势
在2017年数据社区将会有大量的机会出现,并伴随一些危机性的挑战,下面是对上述问题的纵观。 1.更多的数据科学家将开始使用深度学习 纵观2016年深度学习领域所取得的主要成就,与那些让深度学习变得更加简单的工具发布,以及直接让现有大数据平……
数据跨界 2017-01-09
大数据2016年大事记
2016年刚刚过去,2017年已经来临。值此辞旧迎新之际,让我们盘点一下2016年大数据分析领域发生的大事件,摸清过去一年的脉搏,展望未来一年的趋势。 至少可以说,2016年是大数据风起云涌的一年。没人知道2017年将发生什么,但这不会阻止……
数据跨界 2017-01-13
国外专家总结2016年大数据领域成果及趋势
>概述:外媒 KDnuggets 日前针对大数据领域在2016年度取得的重大发展,以及2017年度可能出现的变化趋势,询问了8位行业内的顶级专家。虽然各位专家的意见不尽相同,但从其发言中大约可以总结出一个共通点:大数据研究正在由前几年的新鲜……
数据跨界 2017-02-12
Apache Spark介绍及案例展示
作者:RADEK OSTROWSKI 2013年年底,我第一次接触到Spark,当时我对Spark所使用的Scala语言产生了较大的兴趣。一段时间后,我做了一个预测泰坦尼克号船上人员生存概率的数据科学项目。事实证明这是一个更深入了解Spa……
数商 2017-04-15
R语言玩数据:数据+算法+计算引擎+知识表达
作者:陆勤 >摘要:介绍玩数据的四部曲,分别是数据、算法、计算引擎和知识表达。 文章《[R语言玩数据:R语言和数据](http://shujuren.org/article/388.html "R语言玩数据:R语言和数据")》介绍了R语言……
陆勤 2017-04-17
大数据框架对比:Hadoop、Storm、Samza、Spark和Flink
大数据是收集、整理、处理大容量数据集,并从中获得见解所需的非传统战略和技术的总称。虽然处理数据所需的计算能力或存储容量早已超过一台计算机的上限,但这种计算类型的普遍性、规模,以及价值在最近几年才经历了大规模扩展。 在之前的文章中,我们曾经介……
数商 2017-05-03
人工智能存在“1%问题”
关于人工智能(AI)的报道和评论为数众多。有人说它能创造奇迹,也有人说它对人类构成威胁。但Databricks公司联合创始人兼CEO阿里·高德西(Ali Ghodsi)要大家保持克制。Databricks来自加州大学伯克利分校AMPLab实……
数商 2017-10-19
数据科学家Vs机器学习工程师
十年来,我们一直在谈论数据科学和数据科学家。虽然在怎么才叫“数据科学家”的问题上始终存在着争议,但如今已有很多大学、网校和训练营都在提供数据科学课程:硕士学位、资格证书等等,凡是你能想到的都有。当我们只有统计学的时候,这个世界显得更加简单,……
数商 2017-07-05
机器学习实际实用技巧
什么是机器学习(ML)? 从概念上讲:给定(训练)数据,发现一些潜在的模式并将这个模式应用于新数据。 ML 的类型:监督学习;无监督学习;半监督学习;…… 监督学习:用于训练的输入数据有标记。 分类(学习决策边界)。 示例:文本/图像/……
数商 2017-07-26
大数据人才职业规划
作为IT类职业中的“大熊猫”,大数据人才(数据工程师,数据分析师,数据挖掘师,算法工程师等)、在国内人才市场可谓是一颗闪耀的新星。由于刚刚出于萌芽阶段,这个领域出现很大的人才缺口。 [TOC] 1 大数据人才做什么? 大数据是眼下非常时髦……
数商 2017-09-10