首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    大咖丨交通运输部科学研究院:交通运输大数据的基础环境正日益成熟-清数•思享会

    “交通行业是一个基础性产业,我们面对的是点多、线长、面广的现状。”交通运输部科学研究院交通信息中心副主任黄莉莉用这样一句话概括了交通行业特点。 交通运输部科学研究院信息中心肩负着交通行业统计数据生产和交通运输部综合交通运输大数据应用中心的工作任务,多年来专门从事交通运输相关数据的采集、处理、分析应用等工作。这样一个部门,面对管理上条块结合的交通运输行业,如何才能协调各业务领域,从质量参差不齐的数据中挖掘价值? 12月7日,清数大数据产业联盟与清华校友总会AI大数据专委会(筹)共同主办的交通大数据思享会上,黄

    05

    《福布斯》:语音分析潜力惊人,除了NLP、情感和智能

    【新智元导读】《福布斯》今日刊文,指出语音分析蕴含惊人商业潜力:除了客服,如今通过语音分析还能理解人意,甚至检测真假信息。 语音分析不仅包括机器对自然语言理解的理解,还有更多的是语气、情绪和情感。机器想要更好的理解人类,对人类语言背后的含义需要有更准确和深入地理解。通过文章分析可以看到,商业应用已经存在,但是,如何创造更大的商业价值,同时也是更好的社会价值?这需要AI行业技术人员与公司更多的努力。 在电话另一端的客服代理可能没有意识到你不断增长的愤怒,但是记录你通话的计算机却能够察觉。越来越多的公司正在使

    012

    数据分析师:从事数据分析都需要学习什么?

    如今,数据分析师是一个很热门的职业,薪资水平较其他职位普遍偏高。很多人也因为高薪和发展,纷纷转向数据分析师。本文我们将从企业内部数据分析架构和数据分析学习两方面来了解数据分析师是如何成长的? 一、企业内部数据分析架构 1.商业数据分析中心的组织架构形式 📷 目前国内商业数据分析中心的架构形式大致分四种,技术型,虚拟型、战略性和分散型。 2.商业数据分析中心岗位角色 📷 业务统计分析人员:理解企业数据,发现业务问题,开发预测模型,帮助企业更好地进行信息决策; 数据挖掘人员:知识发掘积累,需要熟悉各种数据挖掘算

    08

    调查2000多名企业家,才总结出这20条未来数据分析发展的结论

    引言 价值要点 今年年初,普华永道发布了一份针对77国逾1300位CEO的调查。结果显示,在推动数字技术发展、提高组织能力方面,数据挖掘分析占有第二重要的战略地位,仅次于提高客户参与度的移动技术。同时,这些CEO还认为,数据分析对于提供更好的客户体验并提高业务效率来说是一最为重要的一项能力。 需要注意的是,数据本身并不能提供洞识。如果数据分析的结果无法在组织内部分享和公开,那就无法促进业务成果和运营效率的最优化。 如今,我们面对着一道“消费者鸿沟”。没有洞识的数据是毫无价值的。国际数据中心的数据显示,企业平

    06

    全球IT巨头经验总结:20条关于未来数据分析发展的结论

    今年年初,普华永道发布了一份针对77国逾1300位CEO的调查。结果显示,在推动数字技术发展、提高组织能力方面,数据挖掘分析占有第二重要的战略地位,仅次于提高客户参与度的移动技术。同时,这些CEO还认为,数据分析对于提供更好的客户体验并提高业务效率来说是一最为重要的一项能力。 需要注意的是,数据本身并不能提供洞识。如果数据分析的结果无法在组织内部分享和公开,那就无法促进业务成果和运营效率的最优化。 如今,我们面对着一道“消费者鸿沟”。没有洞识的数据是毫无价值的。国际数据中心的数据显示,企业平均分析到的

    08

    邮箱安全第7期 | 邮箱大数据分析平台与异常预警模型

    上一期我们谈到通过WEB应用防火墙技术来防护邮箱系统自身的安全问题,由此解决了应用层防护不当导致的邮箱系统被黑客技术入侵的问题,本期我们介绍针对邮箱系统整体大数据审计分析平台的架构部署平台的技术架构以及邮件内容的异常分析。通过本期的介绍您将了解到邮箱大数据处理的全生命周期以及技术架构,另外,了解如何对邮箱业务异常进行基本的判断。 01 邮箱大数据分析处理过程 大数据中心重点实现企业网络环境安全类、管理类、流量数据以及资产、用户的基本数据的采集。数据采集层实现全流量审计引擎、日志采集引擎和资产、用户数据的

    010

    企业数驱文化探索:别止步于一群受过专门培训的分析师

    导语: 大数据时代,手握海量数据已是企业常态,而企业数据驱动文化不能止步于一群经过专门培训的分析师。如何充分利用数据并对其加以挖掘和利用才是赢在未来的王道。而企业在探索数据驱动的路上,找到相关人才至关重要。这篇文章总结了如何才能最高效率发掘数据驱动型潜力人才,通过人工智能、机器学习以及数据挖掘,帮助企业通过数据获得真正回报的最佳实践。 设定目标对数据驱动型企业至关重要。 招聘拥有分析思维的员工和招聘拥有特定技能的员工一样重要。 不必花费太多费用,但持续的培训却是必须。 和许多公司一样,能源巨头雪铁龙公司也

    02
    领券