大数据技术
成也萧何，败也萧何？加密技术被恶意利用成为2019年最恶劣的攻击软件之一！
老祖宗给我们留下过很多智慧结晶，比如一些流传甚广的句子：“成也萧何、败也萧何”、“水可载舟，亦可覆舟”、“祸兮福所倚,福兮祸所伏”等等。这些话放到现在来看，依旧是适用的。用“加密”这个技术来打比方，在 ...
分类: 数据处理
阅读全文
从可视化到讲故事：你的数据能打动人吗？
01 直觉 vs 数据首先，你有思考过一个问题吗？当你的直觉与你所掌握的数据矛盾的时候，你是听从于直觉还是相信你所掌握的数据呢？2016年的一项调查发现，90%的决策者会更偏向听从自己的直觉，即凭借以往的经验来做决 ...
分类: 数据处理
阅读全文
统计学常用的数据分析方法大总结！
一、描述统计描述统计是通过图表或数学方法，对数据资料进行整理、分析，并对数据的分布状态、数字特征和随机变量之间关系进行估计和描述的方法。描述统计分为集中趋势分析和离中趋势分析和相关分析三大部分。集中趋 ...
分类: 数据处理
阅读全文
微众银行可视分析提升预测模型效果 助力企业数字化转型
2019年10月20日-26日， IEEE VIS 2019在加拿大温哥华举行。作为信息可视化、科学可视化及可视分析科学研究领域的重量级年度会议，IEEE VIS汇聚了来自全球高校、政府和行业的研究人员和从业人员，就可视化工具和应用 ...
分类: 数据处理
阅读全文
Redis如何高效可靠地实现主从复制？终于有人讲明白了
Redis支持主从复制功能，用户可以通过执行slaveof命令或者在配置文件中设置slaveof选项来开启复制功能。例如，现在有两台服务器—127.0.0.1:6379和127.0.0.1:7000，向服务器127.0.0.1:6379发送下面命令：127.0.0.1:6 ...
分类: 数据存储
阅读全文
企业文化、业务架构与中台：移植阿里的中台战略能成功吗？
01 阿里中台简介笔者曾参加过阿里培训班，现场聆听了“云栖大会”精英们对阿里技术体系的解读。培训前后又读了子柳老师的《淘宝技术十年》和钟华老师的《企业 IT 架构转型之道：阿里巴巴中台战略思想和架构实战》， ...
分类: 数据处理
阅读全文
如何正确选择聚类算法？
聚类算法十分容易上手，但是选择恰当的聚类算法并不是一件容易的事。数据聚类是搭建一个正确数据模型的重要步骤。数据分析应当根据数据的共同点整理信息。然而主要问题是，什么通用性参数可以给出最佳结果，以及什么 ...
分类: 数据处理
阅读全文
数据存储五大趋势：加速技术和数字主权时代到来
在近日举办的Hitachi Vantara 2019中国论坛上，Hitachi Vantara在活动现场为参会者们展示了在NEXT 2019大会上最新推出的全球最快的Hitachi虚拟存储平台（Hitachi Virtual Storage Platform）VSP 5000。该产品能够提 ...
分类: 数据存储
阅读全文
如何用中台解决智慧安防的数据治理之痛？
毫无疑问，推进智慧城市建设是一个全球化趋势。云计算、人工智能（AI）、大数据、物联网以及5G等技术的发展提供了巨大的驱动力，为城市赋予智慧大脑已经驶入快车道。IDC在几个月前发布的《全球半年度智慧城市支出指 ...
分类: 数据处理
阅读全文
改进大数据分析以应对网络安全挑战
为了应对网络安全挑战和威胁，组织必须改进大数据分析。这就是大数据分析很重要的原因。大容量存储和移动计算的进步带来了“大数据”这个新兴技术。而其这些技术的进步和发展带来了可以实时处理大量信息的解决方案和 ...
分类: 数据处理
阅读全文
数据科学：合成数据如何解决匿名化问题？
现在，随着GDPR的生效，企业在保护数据时必须格外小心。传统匿名通常不是真正的匿名，最终个人身份是可以识别的。对数据添加额外级别匿名化的一种方法是引入合成数据。自欧盟范围内的数据监管规定GDPR于2018年5月生 ...
分类: 数据处理
阅读全文
Apache Flink发布新框架，帮助开发者构建有状态应用
近期，Apache Flink开源项目背后的公司Ververica发布了一个新的框架——Stateful Functions，旨在将Flink扩展到分布式的有状态应用程序中。Stateful Functions是一组工具，旨在让开发人员能够创建以现代无服务器方式 ...
分类: 数据处理
阅读全文
对PB级非结构化数据的要求
众所周知，非结构化数据很难管理。但是，当组织的非结构化数据资产超过PB阈值时，控制数据集将带来一系列全新的挑战。大多数传统的网络附加存储(NAS)系统都难以管理100 TB的非结构化数据集，而管理多PB数据超出了他 ...
分类: 数据存储
阅读全文
如何成为一名合格的数据科学家？这5个要点一定要掌握
01 数据科学家的工作模式与组织结构数据科学家需要与业务专家一起工作才能发挥最大价值。实际工作中两种角色如何配合，取决于是采用业务驱动的模式还是数据驱动的模式。1. 数据驱动还是业务驱动业务驱动的特点是业务 ...
/1 
