BT

如何利用碎片时间提升技术认知与能力? 点击获取答案

rss
他的粉丝

数据科学的革命之区块链(第一部分)

作者 Devin Soni 关注 1 他的粉丝 ,译者 李瑞丰 关注 1 他的粉丝   发布于  2018年5月18日

新兴的区块链技术,有一定的机会改善当今数据科学某些领域的现状,从数据的收集,到分布式计算,以及预测分析方向。上述几个方向中,都存在着一些重大困难或者挑战,而在这边文章当中,我会着重分析为了解决相关问题而出现的项目。

他的粉丝

阿里达摩院成立,将解决1亿人口的就业问题

作者 谢然 关注 0 他的粉丝 发布于  2017年10月12日 2

2017年10月11日至14日,杭州市人民政府、阿里巴巴集团、蚂蚁金服集团联合主办2017云栖大会在杭州云栖小镇举行,本次大会以“飞天·智能”为主题,探讨人工智能、金融科技、量子计算、生命科学、物联网(IoT)、政务、多媒体、虚拟现实(VR)等20多个科技领域。

他的粉丝

数据科学团队管理实战

作者 SeattleDataGuy 关注 0 他的粉丝 ,译者 谢丽 关注 9 他的粉丝   发布于  2017年8月22日

了解算法,知道如何使用Hadoop,并不足以让我们拥有一个高效的数据团队。数据科学团队建设也是一个重点。

他的粉丝

IBM 数据科学平台三大特性解决数据科学家协作问题

作者 张晓楠 关注 1 他的粉丝 发布于  2017年6月28日

虽然数据科学是一个比较火爆的话题,也受到越来越多重视,但是企业内部数据科学现状却是:不同数据分析人员使用着包括Python、R、Spark在内的多种开源产品,并且版本不一;不同开源技术的使用导致数据资产分散存在,形如散沙;最严重的是,当企业内部多位数据分析人员需要协同工作的时候,缺少一个集成多语言、多数据资产、适于统一管理的平台。正因为看到以上挑战,IBM在去年推出IBM Data Science Experience (DSX),解决数据科学家协同工作的问题。近日InfoQ记者采访了IBM分析平台部门资深大数据专家吴敏达,请他详解DSX。

他的粉丝

深度学习如何改变数据科学范式?

作者 Manuel Sánchez Hernández 关注 0 他的粉丝 ,译者 刘志勇 关注 2 他的粉丝   发布于  2017年3月15日

深度学习正在改变一切。正如电子和计算机改变了人类所有的经济活动那样,人工智能将重塑零售业、运输业、制造业、医药业、电信业、重工业……甚至数据科学本身。而且,应用列表仍在持续增长,同时,在复杂任务的列表中,AI的确比人类做得更好。在Schibsted,Manuel Sánchez Hernández看到了深度学习的机会,他们很高兴能做出贡献。 Manuel Sánchez Hernández在最近的NIPS 2016(Neural Information Processing Systems,神经信息处理系统)会议上,听取了Andrew Ng分享的一些关于深度学习的想法。Manuel Sánchez Hernández做了一则笔记,经作者授权,InfoQ翻译并整理本文,以飨读者。

他的粉丝

实现“信、达、雅”的机器翻译还有多远?

作者 薛梁 关注 1 他的粉丝 发布于  2016年9月19日 1

随着科技和社会经济的快速发展,全世界的互联互通已经成为不可阻挡的发展趋势,那么不同国家之间如何实现低成本的有效交流呢?也许最好的解决方法就是:充分利用机器翻译技术提供智能自动翻译服务。

他的粉丝

AppDynamics赵宇辰:硅谷APM独角兽,打造DevOps领域的智能大脑

作者 薛梁 关注 1 他的粉丝 发布于  2016年7月21日

近来,关于机器学习的报道很多,国内外的大型互联网企业都在着手对机器学习的研究。对应用性能的高效管理,首先要了解应用的一手数据,通过传统的数据获取方式已经不能满足企业的发展和市场环境,这就需要借助机器学习的技术手段,来更智能、更迅速、更准确的找到所需要的信息,快速解决问题。

他的粉丝

14个价值10亿美元以上的大数据公司

作者 汪丽娜 关注 0 他的粉丝 发布于  2016年5月11日

大数据是大事件。这是一个令人难以置信的数据,为了实现它的价值,我们需要对这些数据进行收集、储存,并建立应用程序进行分析。我们之前讨论过的如今最成功的大数据公司—Palantir拿到200亿美元的估值,似乎他们已主宰了这个领域。然而现实并非如此,还有很多公司也在做大数据。

他的粉丝

微软高级数据科学家教你如何做数据科学

作者 侠天 关注 5 他的粉丝 发布于  2016年4月9日

微软高级数据科学家教你如何做数据科学

他的粉丝

Hadoop之父祝贺黄色小象十岁生日快乐

作者 Doug Cutting 关注 0 他的粉丝 发布于  2016年1月30日

Hadoop于2006年1月28日诞生,至今已有10年,它改变了企业对数据的存储、处理和分析的过程,加速了大数据的发展,形成了自己的极其火爆的技术生态圈,并受到非常广泛的应用。在2016年Hadoop十岁生日之际,InfoQ策划了一个Hadoop热点系列文章,为大家梳理Hadoop这十年的变化,技术圈的生态状况,回顾以前,激励以后。 Doug Cutting是Hadoop的发起人,这篇是从他的Hadoop十周年祝贺词翻译而来。

他的粉丝

Spark 1.6发布:引入Dataset接口

作者 侠天 关注 5 他的粉丝 发布于  2016年1月6日 3

今天,Databricks宣布发布Apache Spark 1.6!这也是开源社区开发的一个里程碑,2015年代码贡献者达到1000人,是2014一整年的两倍。

他的粉丝

基于技能的改善数据科学实践的方法

作者 张天雷 关注 4 他的粉丝 发布于  2015年12月23日

近日,AnalyticsWeek的首席研究员、Bussiness Over Broadway的总裁Bob Hayes博士公开了研究数据分析项目成功所必需技能的相关结果。Bob所提出的基于技能的数据科学驱动力矩阵方法,可以指出最能改善数据科学实践的若干技能。

他的粉丝

数据科学中最好的5个机器学习API

作者 孙镜涛 关注 2 他的粉丝 发布于  2015年12月18日

机器学习作为大数据的前沿无疑是让人生畏的,因为只有技术极客和数据科学领域的专家才能驾驭机器学习算法和技术,对于大部分企业和组织而言,过去这一直都是一个遥不可及的事情。但是现在这种情况正在发生改变,正如标准的API简化了应用程序的开发一样,机器学习API也降低了这一领域的门槛,让越来越多的人和企业能够借助技术底蕴深厚的公司所提供的API试水机器学习。

他的粉丝

Quora数据科学家和机器学习工程师是如何合作的

作者 谢丽 关注 9 他的粉丝 发布于  2015年12月18日

数据科学家和机器学习工程师如何有效协作是一个困扰许多公司的问题。在前不久于旧金山举行的MLConf大会上,Quora工程副总裁Xavier Amatriain介绍了他们应对这一问题的方法。近日,他又援引Quora数据科学家William Chen的说法进一步阐述了Quora的做法。

登陆InfoQ,与你最关心的话题互动。


找回密码....

Follow

关注你最喜爱的话题和作者

快速浏览网站内你所感兴趣话题的精选内容。

Like

内容自由定制

选择想要阅读的主题和喜爱的作者定制自己的新闻源。

Notifications

获取更新

设置通知机制以获取内容更新对您而言是否重要

BT