自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

51CTO首頁(yè)

AI.x社區(qū)

軟考社區(qū)

免費(fèi)課

企業(yè)培訓(xùn)

鴻蒙開發(fā)者社區(qū)

WOT技術(shù)大會(huì)

公眾號(hào)矩陣

移動(dòng)端

視頻課免費(fèi)課排行榜短視頻直播課軟考學(xué)堂

全部課程軟考華為認(rèn)證廠商認(rèn)證 IT技術(shù)PMP項(xiàng)目管理免費(fèi)題庫(kù)

在線學(xué)習(xí)

文章資源問(wèn)答課堂專欄直播

51CTO

鴻蒙開發(fā)者社區(qū)

51CTO技術(shù)棧

51CTO官微

51CTO學(xué)堂

51CTO博客

CTO訓(xùn)練營(yíng)

鴻蒙開發(fā)者社區(qū)訂閱號(hào)

51CTO軟考

51CTO學(xué)堂APP

51CTO學(xué)堂企業(yè)版APP

鴻蒙開發(fā)者社區(qū)視頻號(hào)

51CTO軟考題庫(kù)

賬號(hào)設(shè)置退出

大數(shù)據(jù)

9161內(nèi)容??

關(guān)注

大數(shù)據(jù)話題包括大數(shù)據(jù)相關(guān)的最新資訊、前沿技術(shù)、使用技巧、應(yīng)用案例等內(nèi)容，涉及數(shù)據(jù)分析、數(shù)據(jù)可視化、商業(yè)智能、Hadoop、Spark、數(shù)據(jù)湖、數(shù)據(jù)倉(cāng)庫(kù)、等領(lǐng)域。

文章博文帖子課程

共 9161 條

一文搞懂“經(jīng)營(yíng)分析”：模型、策略、業(yè)財(cái)打通

對(duì)于服務(wù)類產(chǎn)品，或者虛擬產(chǎn)品，該訪談同樣有用。比如手機(jī)游戲，為什么游戲產(chǎn)品/運(yùn)營(yíng)部門會(huì)看一大堆用戶行為指標(biāo)，就是要判斷：到底用戶體驗(yàn)好不好。這才是促成產(chǎn)品選擇的關(guān)鍵。

2025-03-12 02:00:00

經(jīng)營(yíng)分析模型策略

超越算法：為什么數(shù)據(jù)治理是制藥業(yè)AI未來(lái)的關(guān)鍵

最近的一項(xiàng)全球首席數(shù)據(jù)官洞察調(diào)查突出了核心問(wèn)題：數(shù)據(jù)質(zhì)量和準(zhǔn)備程度(43%)、技術(shù)成熟度不足(43%)以及技能和數(shù)據(jù)素養(yǎng)短缺(35%)。傳統(tǒng)的數(shù)據(jù)管理實(shí)踐根本無(wú)法滿足AI對(duì)動(dòng)態(tài)和情境化數(shù)據(jù)的需求。

2025-03-07 07:00:00

數(shù)據(jù)治理藥業(yè)AI AI驅(qū)動(dòng)

智能數(shù)據(jù)如何使企業(yè)渡過(guò)供應(yīng)鏈危機(jī)

隨著供應(yīng)鏈日益復(fù)雜，有效利用數(shù)據(jù)來(lái)預(yù)測(cè)和預(yù)防中斷不再是便利或奢侈——而是生存的必需品。應(yīng)對(duì)中斷最成功的企業(yè)并不總是那些擁有最先進(jìn)技術(shù)的企業(yè)。

2025-03-05 08:00:00

供應(yīng)鏈智能數(shù)據(jù)企業(yè)

這才是真正的用戶分層，而不是看平均數(shù)

用戶分層看起來(lái)簡(jiǎn)單，可深入探討的話，需要牽扯的業(yè)務(wù)細(xì)節(jié)非常多。很多同學(xué)做起來(lái)很困擾，都是困擾在：領(lǐng)導(dǎo)讓我分高端用戶，到底是8000算高端，10000算高端，還是12000算高端呢？

2025-03-05 00:01:00

用戶分層平均數(shù)消費(fèi)

五個(gè)Python數(shù)據(jù)可視化技巧，繪制更漂亮的數(shù)據(jù)圖

流圖形似河流，用于描繪數(shù)據(jù)隨時(shí)間的變化。不同顏色區(qū)分不同類別，“河流”的寬度代表每個(gè)類別的數(shù)值大小。它以可視化的方式展示數(shù)據(jù)趨勢(shì)和關(guān)系，便于理解數(shù)據(jù)動(dòng)態(tài)。

2025-03-04 00:22:31

數(shù)據(jù)可視化技巧

基于PHP擴(kuò)展Phpy實(shí)現(xiàn)Apache ORC高效讀寫，搞定大數(shù)據(jù)處理

Apache ORC 是一種專為 Hadoop 生態(tài)系統(tǒng)設(shè)計(jì)的列式存儲(chǔ)文件格式，它具備高效的數(shù)據(jù)壓縮和快速的查詢性能。由于采用列式存儲(chǔ)，ORC 格式在處理大規(guī)模數(shù)據(jù)時(shí)能夠顯著減少 I/O 開銷，提高數(shù)據(jù)處理效率，廣泛應(yīng)用于大數(shù)據(jù)處理框架如 Apache Hive、Apache Spark 等。

2025-02-28 09:05:38

Apache ORC Hadoop

抄作業(yè)！手把手教你搭建運(yùn)營(yíng)分析體系

想要實(shí)現(xiàn)真正的運(yùn)營(yíng)策略分析，首先得把運(yùn)營(yíng)工作，從一個(gè)個(gè)孤立的，單點(diǎn)式活動(dòng)中解放出來(lái)，站在二層樓看問(wèn)題。把各種主動(dòng)動(dòng)作拉通，看清楚圍繞一個(gè)目標(biāo)的策略組合是什么，才能做到策略層面的分析。?

2025-02-26 07:40:25

運(yùn)營(yíng)分析體系運(yùn)營(yíng)策略

ClickHouse BSI與字典服務(wù)在B站商業(yè)化DMP中的應(yīng)用實(shí)踐

DMP（數(shù)據(jù)管理平臺(tái)）為廣告部門提供B站用戶數(shù)據(jù)的管理。主要功能包括用戶標(biāo)簽收集存儲(chǔ)，標(biāo)簽市場(chǎng)建設(shè)，人群包圈選，人群畫像分析，人群/特征定向幾大功能模塊。

2025-02-26 01:17:57

ClickHouse DMP B站

Cloudera Lakehouse Optimizer助力企業(yè)輕松交付高性能Iceberg表

為進(jìn)一步簡(jiǎn)化數(shù)據(jù)湖倉(cāng)一體架構(gòu)的管理，Cloudera推出了Cloudera Lakehouse Optimizer。該服務(wù)可智能化自動(dòng)處理Iceberg表，使得許多維護(hù)作業(yè)能夠在后臺(tái)自動(dòng)運(yùn)行。

2025-02-24 10:48:45

Cloudera Lakehouse 湖倉(cāng)一體

重塑數(shù)倉(cāng)開發(fā)模式：物化視圖與邏輯數(shù)據(jù)集的應(yīng)用

文章詳細(xì)介紹了邏輯數(shù)據(jù)集和物化視圖的配置、運(yùn)維、查詢改寫以及ETL任務(wù)生成與調(diào)度等關(guān)鍵技術(shù)手段。

2025-02-21 14:47:15

邏輯數(shù)據(jù)集物化視圖大數(shù)據(jù)

分布式系統(tǒng)中的冪等性：何時(shí)以及為何重要? 譯文精選

本文探討了分布式系統(tǒng)中的冪等性問(wèn)題，闡述了在多次執(zhí)行操作時(shí)如何確保結(jié)果的一致性，并涉及其實(shí)現(xiàn)方法及面臨的挑戰(zhàn)。?

2025-02-14 14:22:40

分布式系統(tǒng)冪等性

從數(shù)據(jù)孤島到AI就緒：用AI+大數(shù)據(jù)重塑百年建筑巨頭的戰(zhàn)略與實(shí)踐

本文講述了一位領(lǐng)導(dǎo)者如何打破數(shù)據(jù)孤島，構(gòu)建統(tǒng)一的企業(yè)數(shù)據(jù)戰(zhàn)略，并促進(jìn)團(tuán)隊(duì)多樣性的故事。

2025-02-14 08:30:00

AI 人工智能大數(shù)據(jù)

用傅里葉變換解碼時(shí)間序列：從頻域視角解析季節(jié)性模式

本文將詳細(xì)介紹一些基礎(chǔ)但重要的概念，這些方法對(duì)于每位研究時(shí)間序列的數(shù)據(jù)科學(xué)家都具有實(shí)用價(jià)值。

2025-02-12 10:28:57

SARIMA 可視化分析 Python

網(wǎng)易實(shí)踐：用Apache Kyuubi構(gòu)建云原生Spark網(wǎng)關(guān)

本文基于網(wǎng)易數(shù)帆軟件工程師、Apache Kyuubi/Zeppelin PMC 成員潘成老師的分享整理匯總。通過(guò)本文，可以從網(wǎng)易在 Spark 服務(wù)化的經(jīng)驗(yàn)中，學(xué)習(xí)如何使用 Apache Kyuubi 構(gòu)建統(tǒng)一的 Spark 網(wǎng)關(guān)，既滿足業(yè)務(wù)團(tuán)隊(duì)多樣的 Spark 使用方式，又可以適配不同基礎(chǔ)設(shè)施環(huán)境中多樣的 Spark 部署方式。

2025-02-12 08:26:13

云原生 Spark 網(wǎng)關(guān)大數(shù)據(jù)網(wǎng)關(guān)

從割裂到閉環(huán)：經(jīng)營(yíng)分析、財(cái)務(wù)分析、數(shù)據(jù)分析的實(shí)戰(zhàn)框架

從2023年開始，經(jīng)營(yíng)分析迎來(lái)了一波文藝復(fù)興。企業(yè)經(jīng)營(yíng)壓力加大，便開始加強(qiáng)對(duì)業(yè)務(wù)績(jī)效的考核，加強(qiáng)對(duì)成本的控制，強(qiáng)調(diào)投入產(chǎn)出比，而非規(guī)模增長(zhǎng)。

2025-02-11 14:02:11

經(jīng)營(yíng)分析數(shù)據(jù)分析財(cái)務(wù)分析

貨拉拉Flink CDC實(shí)踐：穩(wěn)定性建設(shè)與數(shù)據(jù)入湖新探索

本文將分享貨拉拉基于 Flink CDC 的建設(shè)實(shí)踐，以及對(duì) CDC 數(shù)據(jù)入湖的新思考。我們正在建設(shè)的數(shù)據(jù)入湖，也做了一些面向未來(lái)的設(shè)計(jì)，包括 CDC 數(shù)據(jù)入湖分析。

2025-02-11 10:13:05

Flink 數(shù)據(jù)湖湖倉(cāng)一體

2025年數(shù)據(jù)治理趨勢(shì)與成功策略全解析

隨著2024年數(shù)據(jù)管理成果的回顧與2025年業(yè)務(wù)計(jì)劃的展望，現(xiàn)代數(shù)據(jù)治理再次被確立為成功數(shù)據(jù)戰(zhàn)略的核心。

2025-02-11 08:00:00

數(shù)據(jù)治理大數(shù)據(jù)

數(shù)據(jù)管理革命：2025年推動(dòng)安全性、可擴(kuò)展性和治理的趨勢(shì)

本文探討了2025年數(shù)據(jù)管理的五大關(guān)鍵趨勢(shì)，包括AI 機(jī)器學(xué)習(xí)增強(qiáng)的數(shù)據(jù)管理、數(shù)據(jù)脫敏技術(shù)、大規(guī)模實(shí)時(shí)數(shù)據(jù)集成、云優(yōu)先數(shù)據(jù)策略以及倫理AI和決策的數(shù)據(jù)治理。

2025-02-10 11:55:33

數(shù)據(jù)管理大數(shù)據(jù)AI

數(shù)據(jù)分析標(biāo)準(zhǔn)方法之周期性分析法

周期性分析法，即通過(guò)數(shù)據(jù)，找出業(yè)務(wù)周期性。從而達(dá)到理解業(yè)務(wù)規(guī)律、發(fā)現(xiàn)業(yè)務(wù)問(wèn)題、避免誤判的方法。那么，該怎么發(fā)現(xiàn)業(yè)務(wù)周期性呢？

2025-02-10 05:00:00

數(shù)據(jù)分析數(shù)據(jù)周期性

14個(gè)必學(xué)的Seaborn數(shù)據(jù)可視化技巧

通過(guò)使用pairplot、heatmap、lmplot等函數(shù)，能夠清晰展示數(shù)據(jù)間的關(guān)系和趨勢(shì)，幫助深入洞察數(shù)據(jù)背后的規(guī)律。

2025-02-10 00:45:00

pairplot heatmap lmplot

你了解布隆過(guò)濾器（Bloom Filters）嗎？譯文

本文將對(duì)布隆過(guò)濾器（Bloom Filters）數(shù)據(jù)結(jié)構(gòu)進(jìn)行介紹，解釋了它是什么、何時(shí)使用它，以及其實(shí)現(xiàn)和功能的關(guān)鍵技術(shù)細(xì)節(jié)。?

2025-02-08 17:30:00

布隆過(guò)濾器數(shù)據(jù)結(jié)構(gòu)

經(jīng)營(yíng)分析的三個(gè)等級(jí)，你到哪一級(jí)了？

很多同學(xué)很郁悶：說(shuō)的是做經(jīng)營(yíng)分析，感覺(jué)就是把收入、利潤(rùn)、費(fèi)用數(shù)據(jù)算個(gè)同比環(huán)比，再寫個(gè)“要搞高”而已。到底高級(jí)的經(jīng)營(yíng)分析長(zhǎng)啥樣？今天系統(tǒng)地跟大家解答一下。

2025-02-07 12:29:21

經(jīng)營(yíng)分析等級(jí)數(shù)據(jù)

用戶行為分析，這是我見(jiàn)過(guò)最實(shí)用的指南！

很多同學(xué)會(huì)說(shuō)：直接問(wèn)業(yè)務(wù)不就好了。問(wèn)題是，四個(gè)情況里，除了情況三是很明確的有KPI壓力以外，其他三個(gè)情況都很含糊，最后口頭表達(dá)的需求就是：“做個(gè)用戶行為分析看看”。

2025-02-06 11:52:44

行為分析 ID 交易訂單

現(xiàn)代化實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù) SelectDB 產(chǎn)品全面解讀

本次分享重點(diǎn)介紹了數(shù)據(jù)分析的痛點(diǎn)與機(jī)遇，SelectDB 的架構(gòu)演進(jìn)與優(yōu)化，涵蓋了多數(shù)據(jù)源集成、ETL 處理、實(shí)時(shí)查詢及性能提升。通過(guò)支持復(fù)雜數(shù)據(jù)類型、日志查詢優(yōu)化及存儲(chǔ)優(yōu)勢(shì)，SelectDB 為用戶提供了高效的數(shù)據(jù)平臺(tái)，簡(jiǎn)化系統(tǒng)架構(gòu)，降低運(yùn)維成本。

2025-02-06 08:54:54

數(shù)據(jù)分析 SelectDB 數(shù)據(jù)倉(cāng)庫(kù)

一文帶您理解正態(tài)分?jǐn)?shù)變換 (Normal Score Transformation，NST)

正態(tài)分?jǐn)?shù)變換（NST）是一種將非正態(tài)分布數(shù)據(jù)轉(zhuǎn)化為接近標(biāo)準(zhǔn)正態(tài)分布的方法，主要通過(guò)對(duì)數(shù)據(jù)進(jìn)行排序并根據(jù)秩值轉(zhuǎn)換為正態(tài)分布分位數(shù)。

2025-02-05 12:06:15

正態(tài)分?jǐn)?shù)變換 NST

互聯(lián)網(wǎng)產(chǎn)品分析的三大核心模型

?互聯(lián)網(wǎng)產(chǎn)品（APP、小程序、H5、網(wǎng)頁(yè)）分析非常普遍，也讓很多同學(xué)覺(jué)得很棘手。每次都是列了一堆DAU/MAU、打開率、跳失率、轉(zhuǎn)化率數(shù)據(jù)，卻很難得出結(jié)論。然后被領(lǐng)導(dǎo)批為：“分析不夠深入”。

2025-02-04 18:36:12

互聯(lián)網(wǎng)核心模型

搭建數(shù)據(jù)運(yùn)營(yíng)體系：從“跑數(shù)機(jī)”到“增長(zhǎng)引擎”

運(yùn)營(yíng)是個(gè)大工作，里邊的分支非常多。單獨(dú)看每一類運(yùn)營(yíng)，都有一套自己的指標(biāo)體系。這就是開頭說(shuō)的：“運(yùn)營(yíng)已經(jīng)自己有指標(biāo)了，我做了指標(biāo)他們不看”問(wèn)題的本質(zhì)所在。

2025-01-26 09:25:08

數(shù)據(jù)運(yùn)營(yíng)指標(biāo)體系

如何快速提升數(shù)據(jù)分析能力

“做數(shù)據(jù)的，看不懂?dāng)?shù)據(jù)”是很多基礎(chǔ)同學(xué)痛點(diǎn)。在建立監(jiān)控指標(biāo)以后，應(yīng)首先了解業(yè)務(wù)考核的關(guān)鍵指標(biāo)（比如銷售收入、利潤(rùn)、新用戶數(shù)、活躍用戶數(shù)等）的常規(guī)走勢(shì)。

2025-01-26 00:00:10

數(shù)據(jù)分析 Python SQL

生成式人工智能時(shí)代的數(shù)據(jù)治理挑戰(zhàn) ? 譯文

應(yīng)對(duì)隱私、安全和合規(guī)性挑戰(zhàn)以推動(dòng)創(chuàng)新。有效的數(shù)據(jù)治理由于生成式人工智能的最新發(fā)展變得更加關(guān)鍵。?

2025-01-17 14:03:02

數(shù)據(jù)治理生成式AI

阿里數(shù)據(jù)治理進(jìn)化論：基于瓴羊Dataphin的多引擎兼容與統(tǒng)一資產(chǎn)消費(fèi)實(shí)踐

瓴羊，脫胎于阿里巴巴這座“超級(jí)工廠”的數(shù)字化實(shí)踐，旨在將內(nèi)部經(jīng)驗(yàn)系統(tǒng)化、產(chǎn)品化地向千行百業(yè)進(jìn)行輸出。作為瓴羊旗下的智能數(shù)據(jù)建設(shè)與治理工具，Dataphin能夠提供一站式的采、建、管、用的大數(shù)據(jù)能力，涵蓋企業(yè)數(shù)據(jù)資產(chǎn)的建設(shè)、治理、消費(fèi)等不同環(huán)節(jié)

2025-01-16 10:09:06

數(shù)據(jù)治理 Dataphin 瓴羊

構(gòu)建【業(yè)務(wù)預(yù)測(cè)模型】，這個(gè)方法絕了

業(yè)務(wù)預(yù)測(cè)模型最大的優(yōu)勢(shì)，就是能徹底終結(jié)：“到底是預(yù)測(cè)不準(zhǔn)，導(dǎo)致業(yè)績(jī)不好；還是業(yè)績(jī)不好，導(dǎo)致預(yù)測(cè)不準(zhǔn)”這個(gè)雞生蛋、蛋生雞的問(wèn)題。它明確地告訴大家：就是因?yàn)闃I(yè)務(wù)沒(méi)做好，所以才預(yù)測(cè)不準(zhǔn)！

2025-01-16 08:50:33

業(yè)務(wù)預(yù)測(cè)模型

Ray 在 Bilibili 的場(chǎng)景探索與落地實(shí)踐

本文將詳細(xì)解讀 B 站如何借助 Ray 實(shí)現(xiàn)技術(shù)突破與業(yè)務(wù)升級(jí)。文章開篇將介紹 B 站業(yè)務(wù)概況，包括業(yè)務(wù)場(chǎng)景、訴求以及面臨的痛點(diǎn)，揭示 B 站尋求變革的背景。接著深入架構(gòu)升級(jí)部分，分享問(wèn)題洞察與方案實(shí)施過(guò)程，展現(xiàn)如何借助 Ray 優(yōu)化架構(gòu)。

2025-01-15 09:16:10

Ray 視頻剪輯大數(shù)據(jù)

抖音集團(tuán)離線數(shù)倉(cāng)血緣基礎(chǔ)能力的構(gòu)建與應(yīng)用

本文將從底層視角來(lái)描述血緣在離線數(shù)倉(cāng)場(chǎng)景的具體應(yīng)用。我們提出了一套依托 SQL 血緣能力的數(shù)據(jù)發(fā)現(xiàn)與數(shù)據(jù)保護(hù)解決方案。

2025-01-09 08:22:05

離線數(shù)倉(cāng)數(shù)據(jù)建設(shè)SQL 血緣

蔚來(lái)知識(shí)平臺(tái)的建設(shè)與應(yīng)用

本文將分享蔚來(lái)知識(shí)平臺(tái)的建設(shè)與應(yīng)用。通過(guò)引入 AI 輔助知識(shí)理解、AI輔助知識(shí)創(chuàng)作、多模態(tài)能力和知識(shí)類型擴(kuò)展，我們將持續(xù)優(yōu)化和完善知識(shí)平臺(tái)的功能和服務(wù)，以更好地滿足用戶需求并提升平臺(tái)的整體價(jià)值。

2025-01-07 08:34:02

數(shù)據(jù)孤島 AI 知識(shí)平臺(tái)

TAG：定義自然語(yǔ)言查詢的高效解決方案原創(chuàng) 精選

TAG 模型的出現(xiàn)填補(bǔ)了傳統(tǒng)數(shù)據(jù)查詢技術(shù)與現(xiàn)代語(yǔ)義推理需求之間的空白。通過(guò)結(jié)合 SQL 查詢和大語(yǔ)言模型，TAG 在復(fù)雜查詢、推理和結(jié)果生成方面展現(xiàn)了強(qiáng)大的能力。

2025-01-07 07:00:00

數(shù)據(jù)分析自然語(yǔ)言查詢 TAG 模型

一文看懂：數(shù)據(jù)指標(biāo)體系的四大類型

評(píng)估型指標(biāo)體系的難點(diǎn)，主要是考慮問(wèn)題的全面性和指標(biāo)數(shù)據(jù)采集可行性。這里特別要注意：數(shù)據(jù)指標(biāo)可采集性。很多同學(xué)一提到評(píng)估，就會(huì)隨口說(shuō)：NPS、用戶滿意度、用戶意向之類的指標(biāo)。

2025-01-03 09:30:01

數(shù)據(jù)指標(biāo)體系

Cloudera劉隸放：企業(yè)需務(wù)實(shí)推進(jìn)AI應(yīng)用，AI智能體將迎來(lái)井噴式發(fā)展原創(chuàng)

?在科技日新月異的今天，生成式 AI 無(wú)疑是最熱門的話題之一。從文本生成到圖像創(chuàng)作，從客戶服務(wù)到供應(yīng)鏈管理，生成式 AI 正逐步滲透到各行各業(yè)。然而，在這場(chǎng) AI 技術(shù)革命中，擁有龐大、可信數(shù)據(jù)的企業(yè)無(wú)疑將更具競(jìng)爭(zhēng)優(yōu)勢(shì)。近日，Cloudera 大中華區(qū)技術(shù)總監(jiān)劉隸放接受了51CTO的采訪，就 2025 年科技趨勢(shì)，特別是生成式 AI 和 AI Agent 的發(fā)展，分享了他的見(jiàn)解。

2025-01-03 08:50:20

Cloudera AI Agent

五種被低估的非常規(guī)統(tǒng)計(jì)檢驗(yàn)方法：數(shù)學(xué)原理剖析與多領(lǐng)域應(yīng)用價(jià)值研究

本文將詳細(xì)介紹五種具有重要應(yīng)用價(jià)值的統(tǒng)計(jì)檢驗(yàn)方法，并探討它們?cè)诿庖邔W(xué)（TCR/BCR庫(kù)分析）、金融數(shù)據(jù)分析和運(yùn)動(dòng)科學(xué)等領(lǐng)域的具體應(yīng)用。

2025-01-02 15:10:17

數(shù)據(jù)分析 Mood Friedman

后端開發(fā)必備：ElasticSearch入門與進(jìn)階

Kibana 是一款 ES 的數(shù)據(jù)可視化和管理工具，可以提供直方圖，線形圖，餅狀圖，地圖。Kibana 還包含 Canvas 和 Elastic Maps 等應(yīng)用程序。Canvas 可以基于用戶創(chuàng)建動(dòng)態(tài)信息。Elastic Maps 可以對(duì)空間數(shù)據(jù)進(jìn)行可視化處理。

2025-01-02 10:58:27

數(shù)據(jù)可視化工具

C#中大數(shù)據(jù)列表的并行處理技術(shù)詳解

在實(shí)際應(yīng)用中，建議先進(jìn)行性能測(cè)試，根據(jù)數(shù)據(jù)量大小和處理復(fù)雜度選擇合適的實(shí)現(xiàn)方式。同時(shí)要注意異常處理和資源管理，確保程序的穩(wěn)定性和可靠性。

2025-01-02 08:53:14

大數(shù)據(jù)并行處理測(cè)試

2025年數(shù)據(jù)分析趨勢(shì)預(yù)測(cè)

世界涌現(xiàn)了各種數(shù)據(jù)庫(kù)及分析模式：數(shù)據(jù)湖、數(shù)據(jù)倉(cāng)庫(kù)、內(nèi)存分析和嵌入式分析。但開源編排平臺(tái)開發(fā)商Kestra的首席執(zhí)行官兼聯(lián)合創(chuàng)始人Emmanuel Darras表示，到2025年，分析的標(biāo)準(zhǔn)將是數(shù)據(jù)湖屋（lakehouse）。

2024-12-31 15:18:56

數(shù)據(jù)分析數(shù)據(jù)庫(kù)數(shù)據(jù)建模

輕松拿捏！七種數(shù)據(jù)分析報(bào)告寫作模板

數(shù)據(jù)分析報(bào)告，首先是一個(gè)報(bào)告，得有清晰的報(bào)告邏輯。至于數(shù)據(jù)，只是讓報(bào)告更可信，更真實(shí)。那做報(bào)告到底有幾種常見(jiàn)邏輯呢？根據(jù)一個(gè)人對(duì)報(bào)告內(nèi)容的熟悉程度來(lái)分，有7種類型介紹如下。

2024-12-31 12:09:31

數(shù)據(jù)分析模板數(shù)據(jù)

SuperSonic：Chat BI 與 Headless BI 新一代數(shù)據(jù)分析平臺(tái)實(shí)踐

我們?nèi)诤?Chat BI 與 Headless BI，構(gòu)建了新一代數(shù)據(jù)分析平臺(tái)，為用戶提供了更高效、更智能的數(shù)據(jù)分析服務(wù)和體驗(yàn)。

2024-12-31 08:46:10

數(shù)據(jù)分析 Chat BI 數(shù)據(jù)解讀

基于指標(biāo)+標(biāo)簽的經(jīng)營(yíng)分析 Agent 創(chuàng)新實(shí)踐

本文將分享如何基于大模型能力，疊加指標(biāo)和標(biāo)簽平臺(tái)能力，構(gòu)建企業(yè)內(nèi)智能數(shù)據(jù)分析產(chǎn)品。

2024-12-30 08:45:09

大模型智能數(shù)據(jù)分析 AI Agent

一文解讀貝塞爾修正：樣本方差為何用 n?1而非n？

當(dāng)樣本均值大于總體均值時(shí)，低值部分的數(shù)據(jù)點(diǎn)會(huì)比總體均值更接近樣本均值，依然導(dǎo)致方差的低估。同樣地，由于正態(tài)分布的對(duì)稱性，低估的區(qū)域依然大于高估的區(qū)域，因此我們通過(guò)將偏差除以 n?1 來(lái)修正這種低估，確保樣本方差是總體方差的無(wú)偏估計(jì)。

2024-12-30 00:00:02

貝塞爾數(shù)據(jù)低值

做數(shù)據(jù)分析，牢記這個(gè)底層邏輯！

當(dāng)一個(gè)不懂區(qū)分的數(shù)據(jù)分析師，遭遇一個(gè)企圖蒙混過(guò)關(guān)的業(yè)務(wù)，就是標(biāo)準(zhǔn)的盲人騎瞎馬了。這才會(huì)出現(xiàn)開頭的種種吐槽。更搞笑的是，這時(shí)候懵懂懂的數(shù)據(jù)分析師還沒(méi)發(fā)現(xiàn)問(wèn)題，還會(huì)在網(wǎng)上到處問(wèn)：“哪里有中國(guó)互聯(lián)網(wǎng)數(shù)據(jù)分析統(tǒng)一標(biāo)準(zhǔn)定義？”

2024-12-29 19:36:04

數(shù)據(jù)分析分類型數(shù)據(jù)

一文讀懂大數(shù)據(jù)的流批處理框架

大數(shù)據(jù)是收集、整理、處理大容量數(shù)據(jù)集，并從中獲得見(jiàn)解所需的非傳統(tǒng)戰(zhàn)略和技術(shù)的總稱。雖然處理數(shù)據(jù)所需的計(jì)算能力或存儲(chǔ)容量早已超過(guò)一臺(tái)計(jì)算機(jī)的上限，但這種計(jì)算類型的普遍性、規(guī)模，以及價(jià)值在最近幾年才經(jīng)歷了大規(guī)模擴(kuò)展。

2024-12-27 14:45:59

大數(shù)據(jù)處理框架數(shù)據(jù)集

大數(shù)據(jù)驅(qū)動(dòng)汽車制造業(yè)的變革與未來(lái)

汽車行業(yè)正迎來(lái)大數(shù)據(jù)驅(qū)動(dòng)的變革，市場(chǎng)價(jià)值預(yù)計(jì)將從61.2億美元飆升至2032年的236.1億美元。

2024-12-26 15:39:48

大數(shù)據(jù)汽車制造供應(yīng)鏈

你 VS 數(shù)據(jù)分析高手，最大的差異竟是……

在開發(fā)的時(shí)候，先做能用基礎(chǔ)標(biāo)簽+現(xiàn)有數(shù)據(jù)指標(biāo)，直接計(jì)算出來(lái)的標(biāo)簽。這種標(biāo)簽也被稱作：規(guī)則標(biāo)簽。即業(yè)務(wù)給到計(jì)算規(guī)則后，可以基于基礎(chǔ)標(biāo)簽+現(xiàn)有指標(biāo)直接計(jì)算。這種標(biāo)簽獲得速度快，也容易驗(yàn)證。

2024-12-26 11:49:14

數(shù)據(jù)分析標(biāo)簽模型

Cloudera發(fā)布2025年科技趨勢(shì)預(yù)測(cè)

近日，Cloudera發(fā)布2025年五大科技趨勢(shì)預(yù)測(cè)，揭示了在未來(lái)一年生成式AI和AI Agent等創(chuàng)新技術(shù)的發(fā)展趨勢(shì)。

2024-12-24 17:26:30

上一頁(yè) 1 2 3 4 5 6 ··· 184 下一頁(yè)

點(diǎn)贊

51CTO技術(shù)棧公眾號(hào)

業(yè)務(wù)
速覽

媒體

51CTO CIOAge HC3i

社區(qū)

51CTO博客鴻蒙開發(fā)者社區(qū) AI.x社區(qū)

教育

51CTO學(xué)堂精培企業(yè)培訓(xùn) CTO訓(xùn)練營(yíng)

<cite id="bv8by"></cite>

<style id="bv8by"></style>

<p id="bv8by"><li id="bv8by"><pre id="bv8by"></pre></li></p>