IT168首页 | 产品报价 | ChinaUnix社区 | ITPUB社区 | OA维修站 | 文库 | 博客 | 会议 | 自测 | 专题 | 订阅 | IT选型顾问 | ITPUB学院
热点推荐 加盟IT168选型顾问俱乐部 获享5大权益

数据分析

数十年来,由于可从数据库提取信息、重新格式化转换数据,并将数据加载到数据仓库,ETL一直是企业基础架构的关键组件。随着云、SaaS和大数据的出现,新数据源和数据流的急剧增加,迫切需要更强大和更复杂的数据集成工具出现。新一代ETL工具可以实时获取数据,处理数十亿交易以及支持任何来源的结构化或

19日更新
企业部署ETL工具的三种方式,应该怎么选?

开源ETL工具俨然成为商用解决方案的低成本替代品。就像商业解决方案一样,它们也有其优点和缺点。如果没有时间或资源自定义ETL解决方案或者不能接受商用方案的购买成本,开源解决方案将是一个实用选择。

19日更新
主流可选的开源ETL工具清单及优劣说明!

在银行业中使用数据科学不仅仅是一种趋势,它已成为保持竞争的必要条件。 银行必须认识到,大数据技术可以帮助他们有效地集中资源,做出更明智的决策并提高绩效。以下我们罗列银行业使用的数据科学用例清单,让您了解如何处理大量数据以及如何有效使用数据。

14日更新
科普文:银行业9大数据科学应用案例解析!

数据分析老鸟都知道,相比于自己作出好的数据分析报告,“教别人如何入门数据分析”这事情简单多了。什么for循环,def函数,print输出,自变量a赋值,字符串和数字转换,相关分析,回归分析,方差分析,聚类分析,判别分析,决策树分析等。函数太多,方法太多,套路太多,技巧太多……可现实是,大多数

08日更新
学完68个Python函数,为啥还做不好数据分析?

大数据时代,数据分析已经渗透到各行各业,这里也包括零售行业。目前,各大中小型零售商都在努力为客户提供更好的购物体验,用有限的预算为顾客提供满意的服务。零售商业内存在很强的竞争压力,不断的技术创新使得行业景观变化迅速。

当你得到一个很不错的干净数据集时,下一步就是探索性数据分析(Exploratory Data Analysis,EDA)。EDA 可以帮助发现数据想告诉我们什么,可用于寻找模式、关系或者异常来指导我们后续的分析。尽管在 EDA 中有很多种可以使用的方法,但是其中最有效的启动工具之一就是散点图矩阵(pairs plot,也叫做 sca

25日更新

现今,HBase 所支持的现代产品对Hbase读写性能的期望越来越高。理想情况下,HBase 也希望在保证其可靠的持久存储的前提下能同时享有内存数据库的速度。社区的贡献者在HBase 2.0中引入了一种名为Accordion的新算法,这促使Hbase又朝着其理想的目标迈出了重要的一步。

24日更新
Accordion:HBase “呼吸式”内存压缩算法

目前,大数据领域每年都会涌现出大量新的技术,成为大数据获取、存储、处理分析或可视化的有效手段。大数据技术能够将大规模数据中隐藏的信息和知识挖掘出来,为人类社会经济活动提供依据,提高各个领域的运行效率,甚至整个社会经济的集约化程度。

24日更新
大数据分析,你不能不懂的6个核心技术!

如果一家企业经历了信息化时代、互联网时代到数字化时代的变迁,那么这家企业很可能被打上“传统”的标签,如果这家企业几十年一直在做一件事情,那么被贴标签的概率就可能翻倍。越是几十年专注某一领域的大企业,其努力和创新越容易被忽略,就好比当Teradata天睿公司连续16年入选Gartner分析型数据管理

23日更新
42年数据分析,Teradata这次关键字是

毋庸置疑,现如今是属于大数据(Big Data)的,革命性的时代。从社交媒体到企业,每时每刻都在产生大量的数据。无所作为,从而把这样的宝藏白白浪费掉是及其愚蠢的。企业已经学会了收集大数据以获取更高的利润,并提供更好的服务以及更深入地了解其目标客户。

23日更新
新手速读:你想知道的大数据知识都在这

先说说写一份好的数据分析报告的重要性,很简单,因为分析报告的输出是是你整个分析过程的成果,是评定一个产品、一个运营事件的定性结论,很可能是产品决策的参考依据,既然这么重要那当然要写好它了。

22日更新
写好一份数据分析报告需要注意的13个要点

通常,企业在知晓编写代码和构建内部解决方案所需的成本和复杂性之后,首先会意识到对ETL工具的需求。提取,转换和加载(ETL)工具使企业能够在不同的数据系统中访问有意义且可用的数据。企业也可尝试组装开源ETL工具。有时,这种方法更节省成本,同时可自定义需要的功能,提供更多灵活性和支持。但是,如

17日更新
现代ETL工具与传统解决方案清单附对比

多数大型企业的技术领导者发现他们正处于一个十字路口:他们认为云是运行企业级分析的最佳场所,但是当大家都向云端分析进军时,却发现实际进军的脚步远比预期要慢,特别是那些规模相对较大的公司,他们正面临着大规模数据执行和分析的挑战。

28日更新
企业看好云端分析,但却需要加快步伐!

当前,整个互联网正在从IT时代向DT时代演进,大数据技术也正在助力企业和公众敲开DT世界大门。虽然大数据潮流在默默的推进各种变革,但您真的了解大数据么?

科普帖:五分钟快速了解大数据及其必备技能

在没认清具体状况之前,企业当然不能一言不合就上商业智能(BI),而且选择BI工具也是一件简单的事。迷失在众多BI工具中也不罕见。本文将为迷茫的你梳理出在选择BI工具之前需要考虑的清单列表。

23日更新
企业如何选择BI工具?先考虑清楚这十条

当今计算机世界对数据科学的狂热追捧并不是没有缘由的。《哈佛商业评论》将数据科学家列为未来几年最热门的职位上之一,加上诱人的薪水,数据科学家已经成为是许多人梦寐以求的新事业。与现有专业人员技能要求相比,数据科学家的行业标准似乎高得飘渺。但现有的专业人员的在学习数据科学方面并不是一张

进阶成优秀数据科学家必不可少的 10 步

尽管大数据、机器学习和预测分析带来了巨大的好处,但数据科学对于各种规模的企业来说,仍然是一个的敏感话题。很多人不仅不愿意采用相关的系统和硬件,而且在转型时,在收集信息这一步上就落后了其他人。

数据科学的5个常见误解,看完想走弯路都难

最近《福布斯》发表了一篇关于对2018“人工智能、大数据和分析”10大预测的文章中指出,数据工程师即将取代数据科学家的角色,成为炙手可热的新一代职位。Gil Press写道,Indeed.com上有13%的岗位是关于数据工程师的,而数据科学家所占的比例还不到1%。

数据工程师,解救混乱大数据中的数据科学家

虽然目前Python名声大噪,但是在高举Python大旗的洪流中,悄悄出现了一支新秀 —— Julia。Python已经成长为数据科学和机器学习领域的中流砥柱了,而Julia还是个满地爬的孩子。

Julia喊话Python:给你看看我的Freestyle

自助式数据访问领域的领导者Unifi Software发布OneMind — 人工智能可无缝集成在分析过程的每一阶段上。凭借着人工智能技术为Unifi数据平台提供的支持,用户可以更加自主地解决挑战性数据问题,从而推动业务发展。OneMind降低了采购、探索和准备数据的技术复杂性,以增强用户对其数据的了解,并即时提供

19日更新
Unifi发布OneMind,AI驱动数据分析每一步!
金秋十月 与你饮酒论道
热门文章
it168文库会议频道上线

热门标签

热点推荐