-
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：200
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度[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：177
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：118
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赖[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：191
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：70
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，并通过文章[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：163
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：57
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，并与同事分享结[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：153
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 年对替代数据[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：66
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。 如果公司能[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：105
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]
-
通过AI系统分级协助企业控制成本
所属栏目：[大数据] 日期：2022-06-14 热度：54
就像国际汽车工程师学会(SAE)对自动驾驶汽车分级一样，为了预测人工智能系统的成本，给它们分个级别想必也是不错的选择。采用分级系统可以帮助组织计划和准备AI系统，且随着时间的推移，AI系统的复杂性也会不断增加。 设计和构建人工智能系统不是件容易事。[详细]
-
智能虚拟助理如何助力你在2022年成倍提高工作效率
所属栏目：[大数据] 日期：2022-06-14 热度：134
智能虚拟助理 (IVA, Intelligent Virtual Assistants) 也称为智能个人助理 (IPA, Intelligent Personal Assistants) ，是由人工智能驱动的代理，能从客户元数据、先前对话、知识库、地理位置、以及其他模块化数据库和插件等环境中提取信息，并生成个性化响应[详细]
-
2022年优质预测分析工具和软件
所属栏目：[大数据] 日期：2022-06-14 热度：159
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，并与同事分享结[详细]
-
Twins重新思量高效的视觉注意力模型设计
所属栏目：[大数据] 日期：2022-06-14 热度：127
Twins [1] 是美团和阿德莱德大学合作提出的视觉注意力模型，相关论文已被 NeurIPS 2021 会议接收，代码也已在GitHub上进行开源。NeurIPS（Conference on Neural Information Processing Systems）是机器学习和计算神经科学相关的学术会议，也是人工智能方向[详细]
-
不要想当然认为人工智能不会替代你的工作！
所属栏目：[大数据] 日期：2022-06-14 热度：116
我们已经看到，一些平淡无奇或单调乏味的任务已经被机器人或自动化所取代，那么怎样才能阻止它们让我们所有人都失业呢? 希望总是存在的：有很多工作还需完全依赖于人的素质，比如创造力或同情心。这些是计算机程序无法复制的东西难道可以复制?接下来，让我们[详细]
-
AI可以跨过GitHub危机吗？
所属栏目：[大数据] 日期：2022-06-14 热度：156
机器学习如今正在面临一些危机，将会阻碍该领域的快速发展。这些危机源于一个更广泛的困境，即科学研究的可重复性。根据《自然》杂志对 1,500 名科学家进行的一项调查，70% 的研究人员曾尝试复制其他科学家的实验但未能获得成功，50% 以上的研究人员未能复制[详细]
-
2022年人工智能趋向AI将如何影响你？
所属栏目：[大数据] 日期：2022-06-14 热度：184
人工智能（AI）在2022年及以后将在我们的生活中扮演哪些更重要的角色？以下或许是人工智能大有可为的几个方面。 元宇宙和AI相碰撞 元宇宙结合了虚拟现实、增强现实、在线世界、定制体验和游戏。这使得人们可以完全在网上沟通交流、成交业务和塑造个性，这方[详细]
-
无代码可重用的人工智能将怎样跨越人工智能的鸿沟
所属栏目：[大数据] 日期：2022-06-14 热度：174
重复使用预先构建的人工智能解决方案和组件以及无需编码即可对其进行自定义，最终将允许企业创建人工智能解决方案，而无需雇佣人工智能专业人士或采用成本昂贵的 IT 资源。 人工智能技术先驱、麻省理工学院教授 J.C.R. Licklider 于 1960 年在他撰写的一篇名[详细]
-
2022，大模型还可以走多远
所属栏目：[大数据] 日期：2022-06-14 热度：146
2021 年是大模型层出不穷的一年。从去年 OpenAI GPT-3 发布开始，今年华为、谷歌、智源、快手、阿里、英伟达等厂商先后推出自己的大模型，人工智能产业开始了新一轮的激烈角逐，而且有愈演愈烈之势。作为探索通用人工智能的路径之一，AI 大模型不仅本身是一[详细]
-
2022年，AI将给网络安全行业带来什么？
所属栏目：[大数据] 日期：2022-06-14 热度：154
近年来，人工智能(AI)已经成为了我们日常生活中重要的组成部分。各种算法通过执行一系列与市场决策相关的任务，以发现在基本技术实现之外的、与人类习惯有关的洞察。在YouTube和TikTok上使用的建议算法，会根据您的反馈，提供个性化的内容。而虚拟地图之类的[详细]
-
大数据如何改变制造业
所属栏目：[大数据] 日期：2022-06-12 热度：60
区块链如何改变制造业 由于该领域的独家技术突破，制造业正处于一场革命之中。 制造业的大数据正在实现明智的战略，并制定未来的路线图。 制造业是在过去几十年里经历了巨大变化的行业之一。除了简单地自动化相关流程之外，制造业还利用技术实现各种其他目的[详细]
-
一文读懂元数据管理！
所属栏目：[大数据] 日期：2022-06-12 热度：195
一文读懂元数据管理！ 一、什么是元数据？ 元数据（metadata）是关于数据的组织、数据域及其关系的信息，简言之，元数据就是描述数据的数据。概念总是生涩，对于没有IT背景的人来说比较抽象，不容易理解，下面举几个例子。 示例1：歌词中的元数据 有一首很多[详细]
-
为何大厂选择减人而不是降薪？
所属栏目：[大数据] 日期：2022-06-12 热度：74
为何大厂选择减人而不是降薪？ 01 前2天写了大厂裁人和招人为何同时进行的原理，后台也收到了很多有趣的私信，其中有一个问题让我觉得特别有意思。 问的是大厂为控制成本他能理解，但同样是控制成本，裁掉30%的人，以及不裁人集体降薪30%，区别是啥? 为什么[详细]
-
终于有人把数据的属性讲明白了
所属栏目：[大数据] 日期：2022-06-12 热度：125
终于有人把数据的属性讲明白了 1.结构化与非结构化数据 某些数据集具有很好的结构性，就像数据库中的数据表或电子表程序中一样。而其他的数据以更多样的形式记录着有关世界状况的信息。它们可能是像维基百科这样包含图像和超级链接的文本语料库，也可能是个[详细]
-
价值变现的关键是组织优化和数据治理
所属栏目：[大数据] 日期：2022-06-12 热度：198
大数据、数据治理、数据湖以及目前被热议的数据中台概念，无不让企业信息化部门疲于跟进，而不是根据企业的实际情况决定建设节奏。企业A的IT部门，就曾受到业务部门要求建设数据中台的压力，但迟迟难以下决心启动数据中台项目。 从A企业的视角来看，目前，行[详细]
