-
听声辨物，这是AI视觉该干的？？？
所属栏目：[大数据] 日期：2022-08-26 热度：169
听到唔哩唔哩的警笛声，你可以迅速判断出声音来自路过的一辆急救车。 能不能让AI根据音频信号得到发声物完整的、精细化的掩码图呢？ 来自合肥工业大学、商汤、澳国立、北航、英伟达、港大和上海人工智能实验室的研究者提出了一项新的视听分割任务（Audio-Vis[详细]
-
人工智能在建筑行业的应用
所属栏目：[大数据] 日期：2022-08-26 热度：170
在建筑行业，人工智能的使用已经成为现实。智能建筑的理念主要是利用互联网技术实现建筑设施的互联和感知，利用云平台和大数据实现智慧管理。人工智能技术对于智能建筑来说，主要是模拟人类的思维和智慧模式使建筑的布线控制以及集成化管理能够更强，更具有[详细]
-
当文艺创作遇上人工智能
所属栏目：[大数据] 日期：2022-08-26 热度：136
写诗、作画、谱曲、跳舞、开演唱会、当主持人近年来，人工智能（AI）持续介入文艺创作活动，在丰富文艺创作手段和文艺表现形式的同时，也对传统的文艺观念、艺术形态等产生巨大影响。人工智能文艺能否成为与人类文艺并驾齐驱的新的文艺类型？能否成为一种摆[详细]
-
八个常见的机器学习算法的计算复杂度总结
所属栏目：[大数据] 日期：2022-08-26 热度：145
计算的复杂度是一个特定算法在运行时所消耗的计算资源(时间和空间)的度量。 计算复杂度又分为两类: 1、时间复杂度 时间复杂度不是测量一个算法或一段代码在某个机器或者条件下运行所花费的时间。时间复杂度一般指时间复杂性，时间复杂度是一个函数，它定性描[详细]
-
使用AI实时纠正增材制造错误
所属栏目：[大数据] 日期：2022-08-26 热度：144
麻省理工学院（MIT）的研究人员训练了一个机器学习模型来监控和调整3D打印过程，以实时纠正错误。 可用于3D打印的新材料正在不断开发，但弄清楚如何使用它们进行打印可能是一个复杂、成本高昂的难题。通常，操作员必须使用手动试验和错误，可能会进行数千次[详细]
-
AI到底是如何工作的？
所属栏目：[大数据] 日期：2022-08-26 热度：153
AI对于现代企业及其他类型的组织来说已变得极其重要，因为它可以做所有上述事情。通过结合大量数据与智能迭代处理算法，AI系统能从所分析数据中的模式和特征中学习。 每当AI系统处理数据时，它会测试和衡量自己的性能，并获得新的知识。由于AI从不需要休息，[详细]
-
如何使用AI控制数字化制造？
所属栏目：[大数据] 日期：2022-08-26 热度：189
尽管科学家和工程师们正在不断地创造可用于3D打印的具有特殊品质的新材料，但这可能是一项具有挑战性且成本高昂的任务。 为了找到始终如一地产生新材料最佳打印质量的最佳参数，专业操作人员经常需要进行人工试错实验，有时创建数千张打[详细]
-
一文聊聊自动驾驶决策系统
所属栏目：[大数据] 日期：2022-08-26 热度：136
自动驾驶是集感知、决策、控制于一体，充分考虑车辆与交通环境协调规划的系统，也是未来智能交通系统的重要组成部分。正如人走路需要知道路况、了解方向、及时避让障碍物，并走到目的地一样，感知、决策、控制对于自动驾驶汽车来说，也是非常重要的。 感知就[详细]
-
人工智能在时尚行业的应用
所属栏目：[大数据] 日期：2022-08-26 热度：75
面对人工智能的冲击，就算是注重手工技艺和创意概念的时尚行业也没能幸免，作为人类最后防线的创意领域已经被打破，而时尚行业的未来也必将和整个社会的进程息息相关。当人工智能踏足时尚圈，自下而上的用户需求数据成为设计和搭配的出发点，时尚潮流的方向[详细]
-
终于有人把Hadoop大数据系统架构讲清楚了
所属栏目：[大数据] 日期：2022-08-26 热度：78
传统的系统已无法处理结构多变的大数据，而高性能硬件和专用服务器价格昂贵且不灵活，Hadoop因此应运而生。Hadoop使用互连的廉价商业硬件，通过数百甚至数千个低成本服务器协同工作，可有效存储和处理大量数据。 1.Hadoop生态体系 Google通过三篇重量级论文[详细]
-
交通领域的物联网如何使大数据之于企业产生价值
所属栏目：[大数据] 日期：2022-08-26 热度：185
全球物流市场不断增长，科技正成为发展的主要触发器。 企业正在寻找用于运输的物联网解决方案，以帮助他们提高供应链的可见性、改善物流各个阶段的运营并节省资源。 这可以通过使用物联网设备收集有关物流过程的数据并将其转换为有价值的业务信息来实现。 让[详细]
-
怎样用好数据科学
所属栏目：[大数据] 日期：2022-08-26 热度：112
很长一段时间以来，数据科学一直被视为科技和商业领域的下一次重大革命。最近几年增加了不少使用数据科学应用的企业。根据Statista的数据，截至2021年，近60%的公司在其团队中拥有至少50名数据科学家。 然而，如果客观地看待，数据科学提供的结果与它的期望[详细]
-
浅析大数据的数据灾备建设
所属栏目：[大数据] 日期：2022-08-26 热度：190
大数据时代，数据呈爆炸趋势增长，很多企业都从大数据中获得了利益，推动各自的业务上升了一个台阶。通过大数据技术的完善尤其是大数据和云容器技术相结合，各个企业已经把自己的重要业务迁移到了大数据平台。与此同时企业对数据可靠性和业务连续性保证的诉[详细]
-
未来已来 Cloudera拥抱混合数据年代
所属栏目：[大数据] 日期：2022-08-26 热度：123
我们生活在一个混合数据的世界中。在过去十年间，世界创建、捕获、复制和使用的结构化数据量已从2011年的不到 1ZB 增长到 2020 年的近 14ZB，这已经很惊人了，但还有另外更巨大的 50ZB数据非结构化数据、云数据和机器数据。 对于Cloudera来说，这是一个回到[详细]
-
如何策划数据可视化平台
所属栏目：[大数据] 日期：2022-08-26 热度：174
最近在项目上常常听到这样的话：我想要一个酷炫的数据大屏，设计一定要有科技感，这个可视化设计没有重点每当听到这些需求，作为设计师一般都是欲哭无泪的。到底什么叫酷炫有科技感？客户理解的数据大屏什么样？是数据还是可视化出了问题？？ 这篇文章将会结[详细]
-
Python实行数据可视化 你会用什么库来做呢
所属栏目：[大数据] 日期：2022-08-26 热度：129
用Python进行数据可视化你会用什么库来做呢？ 今天就来和大家分享Python数据可视化库中的一员猛将Altair！ 借助Altair，我们可以将更多的精力和时间放在理解数据本身及数据意义上，从复杂的数据可视化过程中解脱出来。 简单来说，Altair是一种可视化语法，也[详细]
-
一文看清楚 数据指标体系的几大类别
所属栏目：[大数据] 日期：2022-08-26 热度：53
很多同学问：有没有普遍的、一般的指标体系梳理方法？网上常见的指标体系分享，大多是互联网的AARRR一类，现实中情况却很复杂。普遍的方法当然有，就是基于业务逻辑，梳理指标体系。从本质上看，数据指标体系有4大类型，针对四个不同的业务逻辑。今天来系统[详细]
-
两种主流大数据系统架构的差异 终于有人讲明白了
所属栏目：[大数据] 日期：2022-08-26 热度：179
同样都可以处理大规模数据的MPP数据库架构与Hadoop体系架构属于不同的技术体系，二者没有直接的相关性，却常常被放在一起进行比较。特别是在企业数据仓库建设中，MPP架构与Hadoop架构代表两类典型的技术路线选型，事实上，在2015年左右甚至有人认为基于Hadoo[详细]
-
从0到1创建智能灰度数据体系 以vivo游戏中心为例
所属栏目：[大数据] 日期：2022-08-26 热度：157
本文介绍了vivo游戏中心在灰度数据分析体系上的实践经验，从实验思想-数学方法-数据模型-产品方案四个层面提供了一套较为完整的智能灰度数据解决方案，以保障版本评估的科学性、项目进度以及灰度验证环节的快速闭环。该方案的亮点在于，指标异动根因分析方法[详细]
-
几个好使常见的大数据分析模型
所属栏目：[大数据] 日期：2022-08-25 热度：54
互联网打工人来说，数据分析是一项必备技能！花了这么多钱，营销效果到底达到没有？什么样的功能才能真正戳中用户的痛点？ 1. 事件分析 干啥的：研究某行为事件的发生对企业组织价值的影响以及影响程度。 怎么用：追踪或记录的用户行为或业务过程，如用户注[详细]
-
大数据项目可能出错的几种方案
所属栏目：[大数据] 日期：2022-08-25 热度：117
大数据项目的低成功率是过去10年中一个持续存在的问题，与之类似的是：人工智能项目中也出现了相同类型的问题。虽然100%的成功率不是一个可以实现的目标，但用户可以进行一些调整以从数据投资中获得更多收益。 一个重要原因是缺乏数据集中化，这抑制了公司从[详细]
-
MPP与Hadoop 两种主流大数据系统架构有什么差别
所属栏目：[大数据] 日期：2022-08-25 热度：119
同样都可以处理大规模数据的MPP数据库架构与Hadoop体系架构属于不同的技术体系，二者没有直接的相关性，却常常被放在一起进行比较。 1. 设计思路对比 两类系统运行的硬件架构是相同的，都是普通服务器组成的集群，但从资源管理角度来说，它们并行化软件实现[详细]
-
为什么大热的数据可视化行业 我不提议轻易入行
所属栏目：[大数据] 日期：2022-08-25 热度：81
这两年互联网行业在 C 端市场上的增长已经不足以吸引大众和投资者的视线，B 端作为一个新的热点开始被追捧。 各种让人眼花缭乱的图例和技术应用解说，很容易让我们产生未来已经加速向我们走来的 幻觉，此时不抓紧时代的机遇投身数字化界面的设计，更待何时？[详细]
-
数据指标 VS 标签体系 到底有啥区别 总算讲清楚了
所属栏目：[大数据] 日期：2022-08-25 热度：176
实际上，标签和指标一样，是数据分析的左膀右臂，两者同样重要。实际上，很多人分析不深入，就是因为缺少对标签的应用。今天系统的讲解下。 那如果做得好的话，标签能发挥啥作用呢？ 一：查询信息。这是最普遍的场景了。大量的一线工作人员会有需求，比如客[详细]
-
为什么完善数据供应链是一种责任
所属栏目：[大数据] 日期：2022-08-25 热度：109
如今，企业拥有比以往任何时候都要多的数据，数据架构师、分析师和数据科学家在所有业务职能部门中变得越来越普遍。然而，随着企业招募经验丰富的分析师以利用数据做出更好的决策，他们往往无法改善数据供应链和由此产生的数据质量。如果没有可靠的数据供应[详细]
