京公网安备 11010802034615号
经营许可证编号:京B2-20210330
活动类型:行业聚会
开始时间:2014-12-27 14:00 至 2014-12-27 17:00
活动地点:东直门航空服务大厦(楼)
报名截止:2014-12-26 14:00
在数据呈指数增长的时代,大数据、云计算、移动互联网等新生事物已经改变了BI的市场环境。大数据厂商正表现得来势汹汹,传统BI厂商相对而言似乎陷入守势。风云变幻的当下,传统BI会面临怎样的挑战与机遇?
目前,大数据与商业智能的结合已经应用到各行各业。那么传统的BI与现代BI有什么区别和联系呢?大数据又如何与BI结合?且等我们本次的嘉宾和参会的俱乐部会员为我们解答并一起探讨吧!志同道合的朋友们还等什么,报名走起!
报名条件
1. CDMC会员,任何对BI、数据挖掘、数据分析感兴趣的人士,参加过人大经济论坛现场培训班的同学也可报名等待审核;
2. 拟在聚会上发表高质量演讲内容的人士优先(演讲时间控制在20分钟之内,需提供PPT供筛选);
3. BI方面的专家和技术人员优先。我们将根据报名人的条件,从中选择约30人通知参加聚会。演讲者及其演讲的题目,将在聚会前公布。
4. 演讲内容包括但是不限于以下主题:
二、大数据如何与商业智能结合
三、商业智能的发展目前面临哪些挑战
四、商业智能在各个行业的应用
聚会议程:
1. 演讲人发表演讲(每人约30分钟);
2. 针对演讲内容提问讨论(20分钟);
3. 约3名演讲人结束后,自由讨论发言。
邀请嘉宾(后续会增加):
李凯:
博易智软(北京)技术有限公司董事长兼CEO,中国社会科学院金融专业博士。企业信息化及商业智能(BI)市场专家,在商业智能(BI)领域有着丰富的实践和咨询顾问经历。十余年的行业经验与积淀,对于当前商业智能(BI)市场有着深入研究,并且深谙市场发展动向,在企业信息化领域有着独到的见解,曾提出商业智能(BI)产品的七大走向,以及企业选择商业智能(BI)产品的五大关注点等一系列的观点得到了广泛认可。
主题:大数据时代下的商业智能(BI)
1.大数据背景下BI特色;
2.大数据时代下BI新元素;
3.BI新的发展趋势。
拟参加本次聚会者,可以将“姓名、手机号码、来自公司(学校)、职务(学历)、演讲PPT等”发到邮箱club@pinggu.org,邮件标题注明“参加聚会”和“新/老会员”字样。或者发短信到15120056136。我们审核通过后,将给您发通知参加本次活动。
关于CDMC及历次聚会详情,可以参考帖子:
http://bbs.pinggu.org/thread-2250292-1-1.html
http://bbs.pinggu.org/thread-3065206-1-1.html
2013年是大数据元年,在美国,大数据的应用正在各个行业风生水起,大至奥巴马竞选总统,小至互联网公司的数据挖掘,人大经济论坛在近10年的耕耘中,统计和计量是论坛最强的专业版块,这些版块吸引了国内数以万计的专业人士参加、给初学者带来教益,给高级者带来接触讨论的机会。为了进一步推动数据分析和数据挖掘技术的进步,增强数据分析技术和商业应用的结合,由人大经济论坛发起,将成立“中国数据分析和数据挖掘俱乐部”(简称CDMC:China Data Miner Club,跟CDMA差一个字,呵呵),欢迎志同道合的朋友参与!
俱乐部目标:
1、促进数据方和技术方的对接
2、技术探讨,促进数据分析和数据挖掘技术的进步
3、创意交流,促成大数据时代的新商业模式
俱乐部活动内容:
1、开展俱乐部沙龙,创造交流和沟通的环境,在会上要求因为有技术和有创意加入的成员宣传自己的成果和创意,有数据的成员宣讲自己的数据开发需求。
2、读书会,研读数据分析和数据挖掘的文章和作品,并一起讨论
3、组建数据分析专用机房和实验室,进行数据分析实验和技术测试
初期我们只吸收具备以下条件任一的会员:
1、有大数据(或在具有大数据的公司任职,希望对数据进行开发,或有数据分析需求)
2、有技术(能在每次聚会中展现自己的技术成果),技术可分别在数据采集,统计分析和数据挖掘等3个领域
3、有创意(能在每次聚会中阐述自己的创意,符合该项条件者请详细说明个人情况,以便审核)
具备以上任意一个条件者,可以将“自己参与的条件(以上三者任一的具体描述)、姓名、联系方式和常住地”4项发到我们的组委会邮箱,邮件标题注明CDMC字样,我们审核通过后,将给您发入会信,并通知每一次活动的安排
具备以上任意一个条件者,可以发送申请至:club@pinggu.org
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23