- 博客(190)
- 收藏
- 关注
RSS订阅原创 新手转行到应用人工智能之前，需要掌握哪些技能？
1.统计学要深入理解机器学习，必须要有扎实的统计学基础知识，这涉及到几个方面：度量模型是否成功的各种方法(精确度、召回率、ROC曲线下面积等)。损失函数和评估指标的选择是如何偏离模型的输出的。如何理解过拟合和欠拟合，以及偏差/方差折衷。你对模型的结果有什么样的信心。2.机器学习理论在训练神经网络的时候，实际上发生了什么?是什么使得某些任务可行，而其他任务不可行?要弄清楚这些问题，最好的...
2019-04-27 23:09:13
875
原创 数据的存储和管理，主要有哪些好的方法？
如今，人们有一个担忧，那就是只有大企业才能更好地应用大数据。此外，虽然“大数据”一词似乎也是空洞的营销辞令的有力例证，但它却是任何企业风险的重要组成部分。毕竟，它是业务文档、计划、用户数据和财务信息的积累，是任何业务基础设施的核心组件。当然，一家企业的细节往往表现为一系列势不可挡的前景和责任，几乎没有办法有效地进行管理。然而近年来，小企业也从大数据中受益，大幅度推动支出和投资，并允许他们与规模更...
2019-04-27 23:00:30
7448
原创 在云计算转型之前，需要考虑哪些问题？
(1)将所有数据和应用程序传输到公共云，这对于企业似乎是有吸引力的，企业应该首先考虑可能带来的后果。企业使用公共云提供商的服务，为了方便起见，可以转移控制权，但可能会不愿意失去对某些数据或特定应用程序的控制。使用自己的私有云，企业可以享受云计算的好处，同时保持其完全的所有权和控制权。然而，这将需要大量投资和训练有素的IT工作人员。企业还可以选择一种混合解决方案，将不太关键的应用程序移动到公共云中运...
2019-04-27 22:56:29
338
原创 什么是物联网平台，从完整的物联网系统架构来介绍物联网平台
近年来，物联网技术已深入到人们生活、工业、城市建设方方面面，产业的爆发已经进入临界点。比照互联网时代BAT的成功，物联网平台之争已成为如今的一个大热门，作为产业生态构建的核心关键环节，掌握物联网平台，就掌握了物联网生态的主动权。什么是物联网平台?接下来，从完整的物联网系统架构来介绍物联网平台的地位。第一是硬件，如传感器或设备，这些传感器和设备从环境中收集数据或执行操作。第二是网络链接，硬件设...
2019-04-27 22:49:24
10268
原创 大数据技术在银行业应用中，主要有哪些优势，面临哪些难题？
大数据技术在银行业应用中的主要优势与难题经济社会的三个重要组成要素：产品、信息、资金渗透于互联网时代的诸多环节，互联网时代的激烈竞争当中，电商、银行、物流三大类别企业代表着三种要素的重要占有者，三者都希望成为主宰着三种要素的利益获得者。虽然在互联网技术、平台层面商业银行有所落后，但从长期发展趋势来看，商业银行具有重要的优势同时也存在着诸多困难，主要包括以下几个方面：(一)商业银行的信息与人才优...
2019-04-27 22:42:45
1663
原创 大数据技术在银行业中的应用场景，主要有哪些？
2、大数据技术在银行业中的主要应用场景(一)大数据时代下银行的精准营销按照单个客户个性化的营销方案和沟通服务体系，金融机构依照信息化技术手段可以建立起精确的营销方案以实现对个人客户的精准营销(PrecisionMarketing)。这种建立在精准定位基础之上的营销活动，包含着对个体的关注和差异化的认同，可以最大限度地摊平企业的成本。精准营销对于每一位金融客户的兴趣、爱好、购买能力均可以做出预测...
2019-04-27 22:39:32
23422
原创 要想成功部署和管理私有云或混合云，需要满足哪些要求？
在本文中，将看到成功部署和管理私有云或混合云的这些要求。(1)使云计算变简单企业想要采用本地部署的云计算，但是他们不想花几个星期或几个月来开发它们，也不想雇佣一个OpenStack或VMware专家团队。实质上，企业需要与AWS或其他公共云获得相同的点对点配置，但只能使用本地部署的云计算提供的治理，可扩展性能和控制。私有云和混合云成功的四个关键因素有三个方面要考虑：通用易用性-云平台应包...
2019-04-27 22:33:49
1260
原创 从小白到大数据人工智能专家的学习历程
大数据处理技术怎么学习呢?首先我们要学习Python语言和Linux操作系统，这两个是学习大数据的基础，学习的顺序不分前后。Python：Python的排名从去年开始就借助人工智能持续上升，现在它已经成为了语言排行第一名。从学习难易度来看，作为一个为“优雅”而生的语言，Python语法简捷而清晰，对底层做了很好的封装，是一种很容易上手的高级语言。在一些习惯于底层程序开发的“硬核”程序员眼里，P...
2019-04-27 22:27:50
398
原创 最受欢迎的12个AI工具、库和平台，有哪些优点和缺点？
Azure机器学习如果你没有高超的编程技能，但很希望能够涉足机器学习领域，那你应该好好研究Azure机器学习。(注意，你应该有一些机器学习和数据科学的基础，这样才能感受到该平台提供的好处)。它是基于云端的服务，提供的工具可用来部署预测模型作为分析解决方案。还可以用来测试机器学习模型，运行算法，并创建推荐系统等等。然而，用户界面是使用者对它的吐槽点，尤其是涉及到代码编写的时候。2.Caffe...
2019-04-27 21:55:54
1956
原创 专业的机器学习人才做研究，有哪些好的建议？
基本功说到底机器学习还是需要一定的专业知识，这可以通过学校学习或者自学完成。但有没有必要通晓数学，擅长优化呢?我的看法是不需要的，大前提是需要了解基本的数学统计知识即可，更多的讨论可以看我这个答案「阿萨姆：如何看待「机器学习不需要数学，很多算法封装好了，调个包就行」这种说法?」。最低程度下我建议掌握五个小方向，对于现在和未来几年内的工业界够用了。再一次重申，我对于算法的看法是大部分人不要造轮...
2019-04-27 21:51:01
353
原创 数据存储未来发展的预测
1.混合模式将成为主流IT组织正越来越多地利用云技术的弹性优势，旨在确保自身能够根据性能与服务水平需求动态调整资源供给并降低成本支出。通过利用AWS的现货示例资源，IT组织亦可提高批量任务处理的经济性水平。内部(私有)云则更适用于持续提供理想的计算与存储资源利用率。然而，相当一部分企业应用在资源需求方面存在着随时间推移而显著变化的趋势。此类变化幅度显著的工作负载包括IC磁带输出前模拟、季度业务...
2019-04-20 18:21:31
828
原创 保护企业其数据和信息的顶级技术，主要有哪些？
可帮助企业保护其数据和信息的顶级技术：1.云计算工作负载保护平台目前，企业有不同类型的工作负责、基础设施以及位置，其中包括物理/虚拟机和容器，除了公共/私有云之外。云计算工作负责保护平台允许企业从单个管理控制台管理其各种工作负载、基础设施以及位置，这样他们也可以跨所有位置部署共同的安全策略。2.云访问安全代理(CASB)很多企业使用多个云服务和应用程序，所有这些应用程序从一个CASB监控，...
2019-04-20 18:10:55
791
原创 边缘计算的发展，需要借助什么来驱动？
1、云计算：集中IT规模经济和灵活配置、波动和增长。2、物联网：物联网设备需要相互联系并发送数据。3、机器学习：掌握所有数据，并改进处理和预测。4、增强和混合现实(虚拟和现实世界)：人们可以在物理和虚拟世界中与其他人进行交互。5、数字商业与数字世界：事物与人之间的联系正在推动实时互动和决策。云计算使数字化转型成为可能，它以非常快的速度向企业，提供计算并大大推动了创新。边缘计算的驱动因素是...
2019-04-20 18:01:57
609
原创 在企业上云之前，企业必须解决哪些风险，主要有哪些好方法？
监管要求：针对不同行业，相关的监管标准也会有所不同。然而，云不会为了满足这些监管标准而改变所需要的流程和要求。这也就意味着，企业需要利用新的方法和技术在符合监管标准的前提下实现上云。比如：身份和访问管理、审计日志记录和异常检测、事件响应和负责任的信息披露。数据治理：除了监管要求外，对数据进行治理也是很有必要的。CIO需要确保企业有明确的数据访问战略，从而确保用户无法访问。除了数据访问之外，还应该...
2019-04-20 17:58:13
606
原创 人工智能对企业的IT基础架构，主要有哪些影响？
1、资源需求增加AI系统需要大量的计算能力，并且为了支持他们，企业需要可以访问具有多核处理器的服务器或云计算服务。另外为了构建机器学习系统，企业需要大量的数据，这意味着需要更多的存储容量。当然，组织还需要大量网络资源来支持这些计算和存储系统。2、安全情报安全解决方案产生大量的日志数据，IT管理人员已不能人工管理。越来越多的安全分析、威胁情报和用户实体行为分析(UEBA)产品利用机器学习和高级...
2019-04-20 17:42:00
1240
原创 对于云计算的行业发展，有哪些好的建议？
然而，我国云计算发展过程中还面临着诸多瓶颈，比如骨干龙头企业影响力不足、重点行业用户对云计算的安全性、可靠性、可迁移性仍存在一定顾虑等。对云计算行业发展，有以下三条建议：一是积极发展重点行业应用，加快培育骨干龙头企业。围绕工业、金融、政务等重点行业对云计算的实际需求，不断完善相关采购、运维、安全保障等方面的标准，推进重点行业应用快速发展。骨干龙头企业应用提高服务能力，创新商业模式，充分发挥骨干企...
2019-04-20 17:31:33
1408
原创 目前，我国云计算产业发展迅猛，主要呈现哪些特点？
一是产业规模迅速扩大：2016年我国公共云市场规模超过170亿元，相比2015年增长66%;私有云市场规模达到344.8亿元，相比2015年增长25.1%。SaaS、PaaS占比不断增加，产业结构持续优化，产业链条趋于完整。云计算已经成为政府、金融、电商等诸多行业的重要基础支撑。二是关键技术实现突破：云计算骨干企业在大规模并发处理、海量数据存储、数据中心节能等关键领域取得突破，部分指标已达到国际...
2019-04-20 17:28:52
980
原创 目前语音交互技术面临最大的挑战，还是来自于产业应用层面？
智能语音的应用从初期的手机助手形态（语音拨号、语音导航、语音搜索、语音听写等），发展到今天软硬一体的远讲降噪、语音唤醒、声纹识别、语用计算、流式交互等等。从当前的语音识别技术发展看来，基础理论和技术框架已经基本成熟，目前主要是基于深度神经网络的识别架构，再加上大规模的真实数据训练。目前在手机端的近讲语音识别错误率可以做到3%以内，在电话语音识别错误率可以做到6%以内，基本上接近或超过人工识别的水...
2019-04-20 17:16:17
343
原创 企业应用机器学习，主要可划分为哪三步？
企业可通过让机器利用多种来源(比如图片、文档、物联网设备等等)的大数据进行学习，进入新的机器学习时代，着手应用这项技术。这些机器不仅能实现那些耗时、重复性工作的自动化，还能用来预测新数据的结果。企业应用机器学习的第一步，应当是了解它的性质和应用范围。免费的openSAP课程能够帮助提供相关知识。第二步是复杂环境下的数据准备。信息筒仓的时代已经过去，企业必须从多处来源收集数据，比如客户、合作伙伴...
2019-04-20 16:55:53
553
原创 机器学习如何应用于使用自然语言处理技术的企业模型介绍
机器学习用例以下三个例子介绍了机器学习可如何应用于使用自然语言处理技术的企业模型：客户支持工单分类来自不同媒体渠道(电子邮件、社交网站等等)的工单需要转交给相应的专门人员。大量的工单使得这项任务非常繁冗耗时。如果把机器学习应用于这一场景，便可加快工单分类的速度。结合API和微服务，便可实现对工单的自动分类。如果被正确分类的工单数量足够多，机器学习算法能够在不需要支持人员的情况下，直接把工单...
2019-04-20 16:53:01
424
原创 云存储数据安全研究，主要集中在哪几个方面？
完整性审计外包数据存储为用户解决了内存不足、硬件维护成本高等问题的同时也带来了新的安全挑战。事实上，用户并不完全清楚自己在云上数据的真实情况。为了保证自己的数据在云上完整且正确地存储，需要定期对云服务器上的数据进行审计，也就是用户能够高效地对云服务器存储数据的完整性和可用性进行审计。而事实上，用户并不会将云数据全部取回进行验证，因为海量的数据取回会消耗大量带宽以及终端的计算资源，所以将数据全部取...
2019-04-19 15:46:16
2756
原创 目前企业的云计算转型，主要可以划分为哪四个阶段？
1．充满期望这是企业采用云计算服务的起点。企业领导需要考虑将业务转移到云计算的理由，并开始实施。对于很多企业来说，成本是一个促进因素，但不是实现转型的唯一原因。该报告称：“按需付费定价的固有性质、可扩展性、上市时间的实现都是主要动机，可用性和性能也是如此。降低成本看起来很重要，但获得的价值也很重要。”随着企业迁移应用程序并采用新的成本模式，成本将会上升，但它们会在其他地方节省费用。这个模型报...
2019-04-19 15:43:14
1232
原创 目前国内的智能门锁，主要可以划分为哪几类？
智能门锁的分类智能锁：所谓的智能锁，就是将电子技术、集成电路设计、大量的电子元器件，结合多种创新的识别技术(包括计算机网络技术、内置软件卡、网络报警、锁体的机械设计)等综合的产品，区别于传统机械锁，使用非机械钥匙作为用户识别ID，在用户识别、安全性、管理性方面更加智能化的锁具。智能锁取代机械锁是一个必然的趋势，我们有理由相信，智能锁将以其得天独厚的技术优势，带领中国锁具行业得到更好的发展，让更多...
2019-04-19 15:39:22
2584
原创 什么是智能门锁，智能门锁主要有哪些优点？
关于智能门锁智能锁是指区别于传统机械锁，在用户识别、安全性、管理性方面更加智能化的锁具，涵盖指纹锁、电子密码锁、电子感应锁、联网锁、遥控锁等具体类型锁具产品。智能门锁控制方案中对门锁嵌入式开发是比较重要的一步，这样才能在硬件上实现无线数据转换以及无线控制。智能门锁主要采用的串口wifi模块TLN13UA06，它是新一代嵌入式Wi-Fi模块产品，软、硬件接口全面兼容TLG10UA03，体积小，功...
2019-04-19 15:36:39
1933
原创 入大数据行业，主要应该要学习什么？
学习大数据，首先我们要学习Java语言和Linux操作系统，这两个是学习大数据的基础，学习的顺序不分前后。Java：大家都知道Java的方向有JavaSE、JavaEE、JavaME，学习大数据要学习那个方向呢？只需要学习Java的标准版JavaSE就可以了，像Servlet、JSP、Tomcat、Struts、Spring、Hibernate，Mybatis都是JavaEE方向的技术在大数据技...
2019-04-19 15:23:38
1182
原创 大数据类型主要分为哪几类，大数据挖掘商业价值方法主要分为哪几种？
互联网是个神奇的大网，大数据开发也是一种模式，你如果真想了解大数据，可以来这里，这个手机的开始数字是一八七中间的是三儿零最后的是一四二五零，按照顺序组合起来就可以找到，我想说的是，除非你想做或者了解这方面的内容，如果只是凑热闹的话，就不要来了。大数据的类型大致可分为三类：传统企业数据（Traditionalenterprisedata）：包括CRMsystems的消费者数据，传统的ERP数据，...
2019-04-19 15:20:30
17957
原创 数据中心迁移，主要划分为哪几步？
1.评估基础设施关键的第一步是更新你的配置管理数据库(CMDB)或任何其他跟踪资产的系统。没有那些信息，你无法知道你的基础设施包括什么以及你目前面临的挑战。对于一个真正的转型，你需要100%的清楚。2.目录和地图应用程序随着时间发展，企业应用业务量将会扩展。你可能会发现4款追踪工具和2框HR应用。这还有其他过多的东西吗?合并是否能够降低成本?哪些应用应该被迁移到云上，哪些不能?在迁移计划中，...
2019-04-19 15:11:35
1819
原创 人工智能在教育中的应用，主要包含哪几个方面？
国务院印发的《新一代人工智能发展规划》明确指出，人工智能成为国际竞争的新焦点，应逐步开展全民智能教育项目，在中小学阶段设置人工智能相关课程、逐步推广编程教育、建设人工智能学科，培养复合型人才，形成我国人工智能人才高地。此次规划出台，将会加快编程培训进入中小学课堂的实施进度，对于人工智能在教育中如何应用，主要包括以下几点：师资分配利用人工智能可以实现师资资源重新分配。传统教育模式中，存在严重的师...
2019-04-19 15:07:35
55847
原创 人工智能和大数据在开发过程中，需要考虑哪些因素？
1：你的数据未必可靠在实际应用中，有很多各种各样的原因会导致你的数据是不可靠的。因此，当你将数据用于解决问题前，必须经常留心来检查数据是否值得信赖。如果基于糟糕的数据来挖掘，无论多么聪明的人也永远只会获得糟糕的结果。下面列举了一些常见的可导致数据可靠性问题的因素：用于开发的数据，往往和实际情况下的数据分布不同。例如也许你想把用户按照身高划分为“高”、“中等”、“矮”三档，但如果系统开发时使用的...
2019-04-19 15:03:59
1150
原创 数智时代下，值得关注的大技术趋势
(1)区块链将得到更广泛的应用。区块链是一种每一个人都能够分享和访问的电子分类账，交易的双方可通过区块链来跟踪交易记录。区块链这个词在整个2017年都备受大家关注，这是因为加密货币比特币采用了一个分散式区块链来跟踪它的所有交易记录，然而区块链技术的应用范围远不限于比特币，它还有更广泛的应用范围。有些人希望将区块链技术能够应用在病历记录上，病人的病史可通过不同的数据库和软件集中导入一个加密数据库...
2019-04-19 14:05:10
1239
原创 大数据加工的方法，主要分为哪几种？
首先我们得明白，我们得到的大数据其实是来自不同渠道的数据组合而成的，要把这些数据整合在一起，才可以发现有用的信息。但是，这个“整合”可不是一件容易的事儿。下面我们来了解一下常见的大数据“加工”方式吧。相似关联，这种加工方式并不难理解，专业的说法叫“协同过滤”，就是要收集大量的用户浏览记录，通过相似行为进行关联推荐。比如说，我们通过大数据给两个同学贴标签，包括“性别、年龄、喜欢的颜色、喜欢的明星...
2019-04-18 17:45:16
6786
原创 大数据思维的核心是什么？
在无法确定因果关系时，数据为我们提供了解决问题的新方法，数据中所包含的信息可以帮助我们消除不确定性，而数据之间的相关性在某种程度上可以取代原来的因果关系，帮助我们得到我们想知道的答案，这便是大数据思维的核心。在过去被认为非常难以解决的问题，会因为大数据和机器智能的使用而迎刃而解。同时，大数据和机器智能还会彻底改变未来时代的商业模式，很多传统的行业都将采用智能技术实现升级换代，同时改变原有的商业模...
2019-04-18 17:43:01
15837
原创 对于大数据的发展，主要划分为哪几大阶段？
1.部署阶段2011—2013年，互联网公司开始实验大数据技术，推出了若干的Hadoop（一个开发和处理大规模数据的软优平台）试点计划或者尝试了一些试点方案，由此出现了诸如“数据科学家”和“首席数据官”等此前并不存在的职位。他们做了很多努力，但是依然没有出现足够多的、可以展示的成果。此时，更多的公司对大数据技术持观望态度，它们寄希望于某个大型供应商可以提供一个一站式解决方案，比如IBM公司，但这...
2019-04-18 17:40:59
13993
原创 数据开放，对于货运行业来说有着怎样的现实意义？
那么，当下的货运行业处于一个什么样的发展现状？数据开放，对于货运行业来说有着怎样的现实意义？ 行业痛点凸显 目前，随着交通运输业的发展，货运行业正保持较快的速度增长。数据显示，4月份，全社会完成营业性货运量39.4亿吨，同比增长9.6%，增速较一季度加快0.2个百分点。其中，公路货运量增长9.3%，水路货运量增长8.7%；快递业务量完成29.8亿件，同比增长25.7%。1-4月份，全社会累...
2019-04-18 16:04:32
3000
原创 数据时代的我们，应该怎么挖掘数据价值
通过各种商业智能系统对历史数据进行系统分析，找出规律或者发现潜在问题，再结合管理者的智慧制订出策略来，这是很多企业的决策者习惯的决策流程。随着市场竞争日趋激烈，很多组织越来越依赖于商业智能系统来辅助决策，这给IT部门带来了很大压力。因为我们已经进入了“大数据（Bigdata）”时代，此时，数据的准备和分析难度已经今非昔比。最大化数据的价值分析能力正在成为越来越多企业日益倚重的技术手段。在IDC...
2019-04-18 16:02:10
3726
原创 数据时代的我们，应该拥有的大数据思维
随着科技时代的来临，我国在不断进入科技强国领域的进程中，不断深化科技改革，突破人类历史中对于科技的定义，带动社会及经济向发达国家迈进，自进入二十一世纪以来，我国科技产业一改以往的形象，其发展速度不断加快，全面带领我国进入大数据时代，所谓大数据即是大型数据的整合，不仅象征着我国当下先进科技对于信息资产的优化整理，同时大数据也代表着创新思维的一种外在表现形式。1大数据思维的整体性随着科技的不断创新...
2019-04-18 15:59:33
4220
1
原创 大数据掘金的企业，将从几个维度评选？
尤其在今天的环境里，数据量的爆发和以前完全不一样，有90%的数据是在过去两年创造的，全世界要消化的数据量是现在的44倍以上。 而有越来越多的企业愿意投资在大数据的分析上，根据Gartner调查，目前有27%的企业已经投资了大数据分析系统，也有31%的企业预计在接下来的2年内投资，希望能加强大数据分析相关硬件和软件的能力。 如果能把大量的数据，用科学化的方式做到更优化的预估，那么，在面对复杂...
2019-04-18 13:51:58
568
原创 目前发展大数据，需要解决哪些安全问题？
目前发展大数据有四个方面的安全问题需要解决――在政府数据开放过程中，由于规范及保护措施缺乏，导致各委办局采用禁止敏感数据流通的保守方式进行数据保护，严重阻碍了数据的公开、共享与流通；在大众数据开放过程中，数据非法利用面临舆情监管的困难；在行业数据融合过程中，数据挖掘泄漏了敏感及隐私信息；在配套措施中，标准与法规欠缺，人才需求缺口较大。“国内外大数据安全标准化工作尚处于起步阶段，还未形成一套公认的，...
2019-04-18 13:43:41
675
原创 大数据时代，主要包含哪些挑战？
在信息化的建设过程中，众所周知，数据可以分为3种：结构化数据、半结构化数据和非结构化数据。其中，85%的数据属于企业业务过程中产生的文档等非结构化数据。面对着海量的数据，人们不禁感叹，大数据时代已经到来，悲观者深为管理和维护而忧虑，乐观者则看到了大数据的大价值。何谓“大数据”，目前没有统一的定义。通常认为，它是海量的非结构化数据，其特点是数据量很大，数据的形式多样化。如何存储这些快速增长的、海量...
2019-04-18 13:03:55
5662
原创 Hadoop生态系统功能组件，主要包括哪些？
经过多年的发展，Hadoop生态系统不断完善和成熟，目前已经包括了多个子项目，除了核心的HDFS和MapReduce以外，Hadoop生态系统还包括要ZoopKer、HBase、Hive、Pig、Mahout、Sqoop、Flume、Ambari等功能组件。HDFSHadoop分布式文件系统是Hadoop项目的两大核心之一，是针对谷歌文件系统（GoogleFileSystem,GFS)的开源实...
2019-04-18 12:54:36
30493
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人