-
大数据一体机融入数据仓库架构的解决技巧
所属栏目：[大数据] 日期：2021-08-12 热度：82
副标题#e# 使用高级分析工具来对业务数据进行分析是很常见的，特别是对于有很多面向客户系统的大型企业。随着我们可以访问的数据越来越多，企业已经开始将大数据存储到企业数据仓库（EDW）中。然而，这些大数据部署带来一系列的问题，它要求数据库管理员（D[详细]
-
论主数据管理及完成
所属栏目：[大数据] 日期：2021-08-11 热度：147
副标题#e# 1、引言 在企业信息化建设过程中，对于多个业务系统中共有的信息，如：基础代码指标，供应商信息，客户信息等等，难免存在数据不一致，标准不统一等问题，造成系统之间不能共享信息，重复建设等问题，大大增加企业成本。信息作为重要的战略资产，[详细]
-
分析：大数据宣传在商务智能市场成效不明显
所属栏目：[大数据] 日期：2021-08-11 热度：106
市场研究公司Gartner指出，去年的大数据宣传未能促进全球商务智能和分析市场出现快速增长。 Gartner称，尽管商务智能和分析市场在2013年增长了8%,增长至144亿美元，但是涨幅低于预期。大数据通常指对来自社交网络、传感器等来源的海量非结构化信息进行的挖[详细]
-
大数据目前存在五个大挑战
所属栏目：[大数据] 日期：2021-08-11 热度：88
大数据现在非常热，美国白宫任命的委员会近日发布大数据政府报告，而中国央视在两会中有大数据的专题，网络中的大数据分析报告也比比皆是，从百度迁徙看东莞挺住,到马年春晚的大数据分析。大数据正在从一种理论思考，演变成跨越社会各领域的实践行为。 但[详细]
-
数据挖掘之七种常用的技巧
所属栏目：[大数据] 日期：2021-08-11 热度：125
利用数据挖掘进行数据分析常用的方法主要有分类、回归分析、聚类、关联规则、特征、变化和偏差分析、Web页挖掘等， 它们分别从不同的角度对数据进行挖掘。 ① 分类。分类是找出数据库中一组数据对象的共同特点并按照分类模式将其划分为不同的类，其目的是[详细]
-
人工智能是如何以一种我们都没有意识到的方式革新外汇市场的？
所属栏目：[大数据] 日期：2021-08-11 热度：181
外汇或外汇市场是世界上最大的金融市[详细]
-
AI能和人类辩论了：开场白出色，但还是输给专业辩手
所属栏目：[大数据] 日期：2021-08-11 热度：168
人工智能(AI)让开发执行人类任务的机器成为了可能。利用AI模仿语言相关任务的结果有好有坏。AI预测一句话情感的能力已经得到了成功演示，但类似总结或参与对话的复杂任务被证明很难成功。 在这项研究中，IBM工程师Noam Slonim和同事描述了一个名为Project De[详细]
-
5大机器人走向
所属栏目：[大数据] 日期：2021-08-11 热度：135
智能机器人有助于灵活生产和弹性供应链。以下是国际机器人联盟(IFR)对机器人的趋势看法。 一、机器人变得更聪明 导入3D视觉系统和软件算法的快速发展，扩大机器人能够自主执行的任务范围。一个示例是箱拣选(bin picking)，这是一项复杂的操作，需要机器人能[详细]
-
律师阐述商家、物业和车企采集人脸信息：消费者应坚决依法维权
所属栏目：[大数据] 日期：2021-08-11 热度：182
3 月 18 日晚间消息，针对多起个人信息被商家和厂商违规采集并用以商业化目的，黑龙江海闻律师事务所主任李学军律师接受了新浪科技的采访，为广大用户在法律层面答疑解惑的同时，也提供了不少保护个人信息，避免个人信息裸奔的方法。他建议，对于违法采集、[详细]
-
姿态逐渐“亲民”，人工智能五大趋势备受期待
所属栏目：[大数据] 日期：2021-08-11 热度：102
人工智能(AI)已成为多国科技发展领域的香饽饽，各国政府以及多家大企业也都不甘示弱，争相砸重金支持该领域的发展，各种创新因此如雨后春笋般喷薄而出。 此外，新冠肺炎疫情的肆虐迫使我们进一步加大对于技术、在线活动以及人工智能的依赖。其中人工智能对企[详细]
-
AI引领地震监测迈入新时代
所属栏目：[大数据] 日期：2021-08-11 热度：107
减轻破坏程度是地震研究者的一个重要目标。当破坏性地震发生时，实时报告地震参数对于立即进行破坏评估和紧急疏散至关重要。研究人员发现，利用深度学习算法，人工智能系统可在收到地震记录后不到1秒时间内，准确估算出震源机制解参数。 快速自动化揭示地震[详细]
-
使用深度学习进行音频分类的端到端示例和分析
所属栏目：[大数据] 日期：2021-08-11 热度：129
声音分类是音频深度学习中应用最广泛的方法之一。它包括学习对声音进行分类并预测声音的类别。这类问题可以应用到许多实际场景中，例如，对音乐片段进行分类以识别音乐类型，或通过一组扬声器对短话语进行分类以根据声音识别说话人。 在本文中，我们将介绍一[详细]
-
解决人工智能大难题：如何降低AI运行对能源的消耗？
所属栏目：[大数据] 日期：2021-08-11 热度：83
就当下来看，AI领域实现突破性进展的深度学习模型，其规模越大，能耗和成本也随之增加。自然语言处理模型GPT-3就是个典型的例子，为了能够在准确性与速度方面与人类相匹敌，该模型包含1750亿个参数、占用350 GB内存并产生高达1200万美元的模型训练成本。而且[详细]
-
世界上最难的“沙雕”游戏被人工智能攻破了
所属栏目：[大数据] 日期：2021-08-11 热度：97
13年以前，有这样一款变态级难度的游戏曾风靡一时。 它的名字简单粗暴QWOP。意思是让玩家用这四个键位控制游戏人物的左右大腿和小腿，以最快的速度跑完100米。 实际上，大部分玩家刚上手的时候，可能连起点线都迈不过去就Game Over了。 世界上最难的沙雕游戏[详细]
-
美媒：AI发展五大趋势引期待
所属栏目：[大数据] 日期：2021-08-11 热度：51
人工智能创新继续快速发展，几乎所有行业都出现了爆炸式增长。那么，过去一年里我们收获了什么？我们可以对2021年的人工智能发展有何期待？人工智能发展已经出现了五大趋势。预计这些趋势将在2021年变得更加突出。 机器学习运维 机器学习运维已持续一段时间[详细]
-
如何通过人工智能驱动的业务转型实现数字化成熟度？
所属栏目：[大数据] 日期：2021-08-11 热度：53
在数字时代，信息流将成为一切的核心。一切都会被感知，人们将与人联系，事物将与人联系，事物将与事物联系。这些信息流将创造新形式的工业数字化转型和面向场景的解决方案。 5G、人工智能(AI)、云、大数据和物联网(IoT)只是推动这一转变的一些关键技术。随[详细]
-
AI与物联网的融合或是未来十年最大创新机遇
所属栏目：[大数据] 日期：2021-08-11 热度：113
在刚刚结束的全国两会上，科技创新成为高频词汇。从总理的政府工作报告，到大会审议通过的十四五规划纲要，再到总理答记者问，都鲜明地体现了这一点。提升科技创新能力，正在成为壮大经济发展的新引擎。科技创新与实体经济融合正越来越频繁地被提及。两者的[详细]
-
一年后的AI：疫情如何影响了技术的发展？
所属栏目：[大数据] 日期：2021-08-11 热度：109
随着消费者行为的改变和公司的运营需求，人工智能正逐渐成为企业业务的推动力。但就现阶段而言，即使是最复杂且经过重复测试、调整的 AI 模型也无法预测疫情对社会带来的变化与发展。它对我们的个人和社会造成的影响很难量化。去年三月，疫情的出现打破了我[详细]
-
人工智能的哲学系思考—认知不变性与AI
所属栏目：[大数据] 日期：2021-08-11 热度：107
美国的 DARPA（US Defense Advanced Research Projects Agency）曾经提出过第三波 AI 的概念，在其论述中，第三波 AI 里很重要的一部分就是达到通用人工智能。换句话说，当下的人工智能更多还是依赖于统计学信息，当传入模型的数据分布发生变化时（任务变化[详细]
-
值得关注的3个数据分析和AI趋势
所属栏目：[大数据] 日期：2021-08-11 热度：142
随着组织继续应对冠状病毒疫情，以证明数据分析和人工智能的投资回报率，实现智能自动化以及利用数据的多样性、公平性、包容性至关重要。 数据分析是一个不断发展的领域。很多组织在2020年初继续在数字分析方面投入大量资金，以支持数字化转型。但是如今的数[详细]
-
人工智能能否进军加密领域？
所属栏目：[大数据] 日期：2021-08-11 热度：150
随着AI驱动的加密交易和钱包的出现，经过多年来前所未有的快速增长，加密货币和人工智能在2021年有了更加密切的联系。 众所周知，加密市场几乎在一夜之间创造了许多数字世界的百万富翁。市场动荡不安，每笔走势都产生大量数据，因此，使用直观的分析软件对于[详细]
-
无人驾驶、人脸识别……AI时代正在到来，我们该如何应对
所属栏目：[大数据] 日期：2021-08-11 热度：192
从2016年起，人工智能越来越频繁地进入到新闻里。其实，作为理工女，我从小的梦想就是希望能早点进入人工智能时代。 无人驾驶、人脸识别人工智能时代正在到来，我们该如何应对 01 小时候，我最爱看的科幻小说是叶永烈的《小灵通漫游未来》，里面的水滴型车，[详细]
-
机器学习将革新这5个行业
所属栏目：[大数据] 日期：2021-08-11 热度：179
机器学习使这个被COVID-19冲击的世界实现了平稳的转变。 机器学习是这一代人最常用的技术之一。它拥有各种各样的能力，可以使跨行业的业务变得更好。机器学习从被认为是一种利基技术开始，如今在各个行业的公司中都得到了越来越多的采用。 从全球的角度来看[详细]
-
人工智能训练的福音：关于合成数据的一切
所属栏目：[大数据] 日期：2021-08-11 热度：115
如今，AI技术面临数个难以攻克的核心挑战。其不仅需要大量数据以提供准确结果，同时也要求我们认真挑选数据内容以避免引入偏见，而且必须严格遵守日益苛刻的数据隐私法规。过去几年以来，围绕这些挑战诞生出一系列解决方案包括用于帮助识别并减少偏差/偏见的[详细]
-
自适应计算如何解决AI产品化的挑战
所属栏目：[大数据] 日期：2021-08-11 热度：102
人工智能技术如今发展迅速，创新步伐不断加快。尽管软件行业已经成功地部署了人工智能，但是就人工智能的产品化来说，包括汽车、工业、智能零售在内的硬件行业仍处于起步阶段。仍然存在很大差距，并阻碍了人工智能算法概念验证(PoC)成为真正的硬件部署。这些[详细]
