发展大数据产业 政府要敢于弃权 政府及其部门拥有最大的数据资源，发展大数据产业必须开放政府数据。工商、统计、公安、住房、建设、规划、社保、税务和国土等政府部门，积累了大量与经济社会和生活息息 ...
2015-09-13我国发展大数据,基础和优势是什么 一是拥有丰富的数据资源。我国国土广袤、人口众多、经济规模巨大、活跃度高、信息化发展水平日益提高，将会成为产生和积累数据量最多的国家。截至2015年6月，我国网民 ...
2015-09-13大数据发展快马加鞭 基金三主线掘金 9月5日，国务院印发《促进大数据发展行动纲要》，大数据行业顶层设计正式出炉。《纲要》部署近5年至10年大数据发展的三大主要任务，分别是政府数据资源开放、推动产 ...
2015-09-13数据安全是政务大数据开放的核心能力 日前，克强总理主持召开的国务院常务会议通过了《关于促进大数据发展的行动纲要》，将大数据定位为推动创新创业及经济转型升级的战略性资源，明确政务信息及公共 ...
2015-09-13星爷也玩儿大数据 久未露面的“星爷”周星驰昨日现身北京，出席了今日头条为他举办的“算数·中国电影之喜剧之王”数据发布会，亲见自己电影的方方面面被以数据的方式呈现出来。谈及备受关注的新片《美 ...
2015-09-13大数据应用和异业抱团升温 随着天河路上紧挨着正佳广场和天河城的天环广场即将面世，近期大天河商圈的振荡频率显得尤为明显。相比11年前正佳“诞生”时的动荡，目前零售业面临的是前所未有的经济下行压 ...
2015-09-13我国发展大数据，挑战和问题是什么 一是信息孤岛普遍存在。跨部门、跨行业的数据共享仍不顺畅，有价值的公共信息资源和商业数据开放程度低，基本处于死锁状态，无法顺畅流动。 二是对大数据产业发 ...
2015-09-12我国发展大数据，基础和优势是什么 一是拥有丰富的数据资源。我国国土广袤、人口众多、经济规模巨大、活跃度高、信息化发展水平日益提高，将会成为产生和积累数据量最多的国家。截至2015年6月，我国网 ...
2015-09-12
9月9日电数据分析师、机器操纵者、实验记录员……在以人工智能为代表的工业4．0时代，一批活跃在工业领域的白领，将首先在数码革命中被颠覆和替代。专家指出，蓝领工人被机器取代的昨天，就是中产阶级 ...
2015-09-12
阿里巴巴涂子沛：互联网+基础是数据化 9月10日下午消息，由新浪广东承办的中国(广东)国际“互联网+”博览会今日在广东省佛山市举行，阿里巴巴副总裁涂子沛发表演讲指出，数据是信息的土壤，我们今天所谈 ...
2015-09-12大数据能为文创产业注入巨大推动力 大数据如何影响文创产业？大数据又将为重庆带来什么？ 针对一些产业内人士所持“大数据的应用往往会抑制文化、娱乐类产品生产的原创力”的观点，施水才持否定态 ...
2015-09-12互联网+时代 大数据助力重庆媒体发展 在大数据领域，拓尔思具有十分丰富的经验。目前，拓尔思已与重庆地区展开广泛合作，其中就包括为重庆日报报业集团提供大数据内容生产和平台监管服务。 大数据 ...
2015-09-12大数据产业利好频出概念股将成为“飞猪” 大数据行业利好消息不断，相关概念股成为市场焦点。分析认为，随着互联网的发展，海量数据连通变成现实，大数据行业将迎来爆发的高潮。相关提供IT基础设施 ...
2015-09-12大数据在未来意味着什么 数据在未来意味着什么？今年美国最新的调查表明， 60%的企业已经或者正在以不同形式使用大数据，相比前年提升很多。 大数据可能是一场泡沫的说法已经不攻自破。目前的趋势 ...
2015-09-11
大数据能否造就下一个世界杯“预言帝” 四年磨一剑，世界杯正如火如荼。每届世界杯都会诞生很多新鲜的话题，但万年不变的是对比赛结果的预测。上届南非世界杯，章鱼“保罗”以精准的结果预测而一炮而红 ...
2015-09-11
为何说大数据是“看得见的生产力”(2) 大数据给政府部门装上“外脑” 大数据时代，数据不仅能帮商家吸引用户，瞄准用户需求，也成为政府部门提高管理能力的重要手段。近年来，通过与国家新闻 ...
2015-09-11
为何说大数据是“看得见的生产力”(1) 有人曾说，未来社会是数据社会；就连阿里巴巴也标榜自己不是电商，而是大数据公司。近日，国务院又刚刚印发《促进大数据发展行动纲要》，提出未来5至10年大数据 ...
2015-09-11大数据or安全 企业风险管控的变革之始 如今，企业中用来检测高级安全威胁和支持业务发展的数据量呈指数级增长，与此同时企业安全管理人员也经常被要求要整合不同来源和连接点的数据，并对可能出现的网络 ...
2015-09-11大数据2.0再掀狂潮 你准备好了吗 随着物联网、云计算、移动互联网、车联网、手机、平板电脑以及遍布各个角落的各种各样的传感器的出现，互联网承载了前所未有的数据量，数据已经变成了生活中的宝矿。大数据 ...
2015-09-11大数据时代:众里寻他“牵”百度 作为以搜索引擎起家的百度，在大数据方面有着无可比拟的优势，对于数据的深刻理解力与强大掌控力，让百度在群雄四起的互联网疆场上，建造起一座强盛的大数据帝国。 ...
2015-09-11在 SQL Server 数据库操作中，“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选，还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中，正交试验（Orthogonal Experiment）因 “用少量试验覆盖多因素多水平组合” 的高效性，成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中，“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”：各部门数据口 ...
2025-10-10在深度学习中，“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术：损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入，拆解两种方法的核心适用条件、场景边界与实战选择逻辑，结合医学、工业、教育领域的案例，让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中，常会遇到这样的困惑：某电商平台 11 月 GMV 同比增长 20%，但究竟是 “长期趋势自然增长”，还 ...
2025-10-09Pandas 选取特定值所在行：6 类核心方法与实战指南 在使用 pandas 处理结构化数据时，“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络（SCNN） 为解决这一痛点，球面卷积神经网络（Spherical Convolutional Neural Network, SCNN） 应运而生。它通 ...
2025-09-30在企业日常运营中，“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”，金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗？基础方法、进阶技巧与场景边界 在数据分析领域，聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树：原理、优化与工业级实战指南 在机器学习领域，决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中，“设计标签逻辑” 只是第一步，真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键，在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时，折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时，“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号（如 “北京 ...
2025-09-28在 CDA（Certified Data Analyst）数据分析师的技能工具箱中，数据查询语言（尤其是 SQL）是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验：原理、方法与实战应用 在生存分析领域，Cox 比例风险模型（Cox Proportional Hazards Model）是分析 “ ...
2025-09-26检测因子类型的影响程度大小：评估标准、实战案例与管控策略 在检测分析领域（如环境监测、食品质量检测、工业产品合规性测试） ...
2025-09-26CDA 数据分析师：以数据库为基石，筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中，“数据从哪里来” 是 CDA（Certified D ...
2025-09-26线性相关点分布的四种基本类型：特征、识别与实战应用 在数据分析与统计学中，“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南：从原理到实战的科学路径 在深度神经网络（DNN）的设计中，“神经元个数” 是决定模型性能的关 ...
2025-09-25
