-
未来，电影配音也可以用人工智能了？
所属栏目：[大数据] 日期：2021-05-31 热度：83
一位英国电影导演正在尝试利用人工智能(AI)技术彻底改变我们观看外国电影的方式：通过对演员的面部进行数字编辑，让他们看起来就好像在说将要被配音的那种外语一[详细]
-
数据分析能源成本管理中发挥着卓越作用
所属栏目：[大数据] 日期：2021-05-31 热度：60
大数据在能源成本管理中的应用现状 行业专家表示，大数据分析在能源领域越来越重要。公用事业公司越来越广泛地依赖大数据技术进行优化，并为用户提供经济高效的[详细]
-
之前很多人说“大数据就是未来”，这句话有毛病没？
所属栏目：[大数据] 日期：2021-05-31 热度：118
回想当年，在我刚开始攻读数据科学硕士学位的天真岁月里，任何与大数据相关的主题都会让我兴奋不已。我试图挖掘每一组数据中属于3V的一部分。我想要从无穷的数据[详细]
-
18个值得了解的学习Python和SQL的数据科学平台
所属栏目：[大数据] 日期：2021-05-31 热度：123
数据科学是当今市场上最热门的职业之一。 公司一直在聘用数据科学家，并且总是有很多人试图成为一名科学家。 但是，数据科学的发展不及其他技术学科那么长，因此[详细]
-
大数据预测两会后中国经济新“浪尖”
所属栏目：[大数据] 日期：2021-05-31 热度：197
2020年两会，政府工作报告以一系列务实的举措，勾勒出中国经济社会发展走向。安排地方债券、启动新基建、创造新模式、打造数字经济新优势在不断涌现的新机遇之下[详细]
-
数据挖掘的10大算法我用大白话讲明白了，新手一看就懂
所属栏目：[大数据] 日期：2021-05-31 热度：111
数据挖掘主要分为分类算法，聚类算法和关联规则三大类，这三类基本上涵盖了目前商业市场对算法的所有需求。而这三类里又包含许多经典算法。市面上很多关于数据挖[详细]
-
数据分析终极障碍：数据分析怎么做才能驱动业务？
所属栏目：[大数据] 日期：2021-05-31 热度：67
今天来说说数据驱动业务这个话题，但凡企业搞信息化建设、数字化转型的大多都是扛着数据驱动业务的大旗往前冲的，渴望通过数据分析来驱动业务增长，但是在实际工[详细]
-
业务数据可视化的6个卓越实践
所属栏目：[大数据] 日期：2021-05-31 热度：128
通过数据可视化，业务分析人员可以更容易地检测给定数据集中的市场趋势、模式和异常值。专家表示，考虑到人类大脑处理信息的方式，使用图表等图形元素来可视化复[详细]
-
影响数据科学未来的主要走向
所属栏目：[大数据] 日期：2021-05-31 热度：115
数据科学可以帮助企业使用先进工具和技术实现与提[详细]
-
什么样的数据架构适合我们？
所属栏目：[大数据] 日期：2021-05-31 热度：170
与信息体系结构，系统体系结构和软件体系结构相比，数据体系结构相对较新。 数据架构师的角色也是模糊的，已经落在了高级业务分析师，ETL开发人员和数据科学家的[详细]
-
8个用于数据挖掘的卓越开源工具
所属栏目：[大数据] 日期：2021-05-31 热度：188
在机器学习的流程中数据挖掘是重要的一环。数据挖掘是从大量数据中提取隐藏的或未知，但可能有用信息的过程。这些数据最终会被加上标签，用于模型的训练。很多的[详细]
-
大数据时代如何“任人唯贤”智能设备与用户隐私
所属栏目：[大数据] 日期：2021-05-31 热度：181
1.务实是数据收集的关键。 德勤2019年发布的中国智能制造分析报告指出，大部分企业正致力于数据纵向集成，其中81%的受访企业已完成计算机化阶段，而63%的企业已[详细]
-
跨越实验室: IBM为企业推进人工智能注入新动力
所属栏目：[大数据] 日期：2021-05-31 热度：178
2020年7月9日，2020年世界人工智能大会（the World Artificial Intelligence Conference, WAIC）云端峰会正式开幕，IBM的人工智能辩论系统IBM Project Debater荣[详细]
-
用于数据分析的8个SQL招式
所属栏目：[大数据] 日期：2021-05-31 热度：196
结构化查询语言(SQL)已经存在了几十年。它是一种编程语言，用于管理关系数据库中保存的数据。 世界各地的大多数大公司都在使用SQL。数据分析员可以使用SQL访问、[详细]
-
监控大规模Hadoop集群，Prometheus大获全胜Zabbix？
所属栏目：[大数据] 日期：2021-05-31 热度：77
随着公司业务发展，大数据集群规模正在不断扩大，一些大型集群物理机节点甚至已近上千。面对如此规模庞大的集群，一套优秀的监控系统是运维人员发现及处理故障的[详细]
-
苹果AirPods、AirPods Max 和 AirPods Pro 将不支持无损音乐
所属栏目：[大数据] 日期：2021-05-31 热度：94
苹果的无损音频被编码为苹果无损音频编解码文件，无损质量从16位44.1kHz 到24位48kHz，Hi-Res Lossless 提供24位192kHz 质量。 苹果公司向外媒 T3证实，AirPods[详细]
-
String大数加减乘除（非负整数）
所属栏目：[大数据] 日期：2021-05-30 热度：102
leetcode上一题使用String完成大数乘法，鉴于之前华为机试也考到过大数减法，这里做一个大数运算的专题。 说到底，大数运算考察的还是对运算的理解，我们完全可以通过模拟手算来进行。 注意string与int间的转换，string[] - '0' 变成int，int + '0' 变成 str[详细]
-
【bzoj3110】[Zjoi2013]K大数查询 权值线段树套区间线段树
所属栏目：[大数据] 日期：2021-05-30 热度：81
权值线段树套区间线段树 外层线段树按照完全二叉树的建法全部建出 内层线段树动态开点 外层的每个节点上都建一棵区间线段树，维护权值在[l,r]中每个区间出现的个数 每次修改对应外层线段树上的O(log n)个节点，内层修改一个区间，对应内层线段树上的O(log n)[详细]
-
lightoj 1214 - Large Division 大数对小数取余
所属栏目：[大数据] 日期：2021-05-30 热度：85
给定一个200位的大数和一个int范围整数，问大数是否是小数的倍数。 同之前的某到简单数学题 #includebits/stdc++.husing namespace std;#define ll long long#define ull unsigned long long#define mod 1000007#define inf 0x3f3f3f3f#define N 100100using[详细]
-
模版--大数加减乘除
所属栏目：[大数据] 日期：2021-05-30 热度：101
/* 因为计算大数除法时需要用到乘法和减法， 但是不指定字符串长度的乘法和减法不容易用字符数组表示， 所以这里就没写用字符数组计算的大数除法。o(╯□╰)o */ /***********大数加减乘/仅限正整数***************/ //加法测试：HDU 1002 //减法测试：百练O[详细]
-
沈艳：关注大数据分析门槛 警惕大数据神话
所属栏目：[大数据] 日期：2021-05-30 热度：190
大数据是近几年最热门的 IT 概念之一，并已在许多领域实现落地。从淘宝利用平台数据解读中国消费趋势和地区差异到出行类 APP 在拥塞的城市中为用户提供快速的车辆调度，从数据分析团队在奥巴马连任竞选中发挥巨大作用到谷歌智能系统 AlphaGo 在人机围棋大战[详细]
-
大规模数据处理Bloom Filter C++代码实现
所属栏目：[大数据] 日期：2021-05-30 热度：110
大规模数据处理Bloom Filter C++代码实现 ? Bloom Filter是由Bloom在1970年提出的一种多哈希函数映射的快速查找算法。通常应用在一些需要快速判断某个元素是否属于集合，但是并不严格要求100%正确的场合。 一. 实例? 为了说明Bloom Filter存在的重要意义，举[详细]
-
上海交大-IBM“大数据分析”合作项目签约及软件捐赠仪式
所属栏目：[大数据] 日期：2021-05-30 热度：122
4月13日上午，上海交通大学-IBM“大数据分析”合作项目签约及软件捐赠仪式在上海交大闵行校区电院群楼3-208会议室举行。上海交大电子信息与电气工程学院计算机系校友、IBM大中华区副总裁、战略部总经理郭继军，IBM大中华区大数据与分析市场总监韩国华，大数[详细]
-
讲师大课堂-Vertica大数据实时分析平台
所属栏目：[大数据] 日期：2021-05-30 热度：95
? 点击上方“ HPE大数据 ”关注我们！ 讲师介绍 刘定强 Hewlett Packard Enterprise资深大数据架构师 课程下载 想要下载完整课件PPT和讲解录音，请点击文章最后“ 阅读原文 ”或直接浏览器访问 http://pan.baidu.com/s/1skCwXpr 课堂录音支持在线收听 完整PP[详细]
-
大爆料：互联网大数据处理中的隐秘事件
所属栏目：[大数据] 日期：2021-05-30 热度：91
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。 ======= 从来没有[详细]
