
十一项重大成果!给贵州大数据发展点赞
组建大数据发展领域的省属大型国有企业 2017年12月,贵州省政府组建云上贵州大数据(集团)有限公司,对全省政府大数据信息化项目及政府数据资源进行开发经营,打造支撑贵州省大数据产业发展的战略性、引领性、创新性企业集团。这是全国率先由省级政府成立的大数据方面的省属国有大一型企业。着力为大数据企业健康发展排忧解难 2017年11月,国内公路货运领域的两家“独角兽”企业贵阳货车帮科技有限公司和江苏满运软件科技有限公司进行战略合并为满帮集团,总部设在贵阳,成为全国最大的大数据物流平台企业。2018年3月,省委、省政府主要负责同志直接与美国高通公司总裁进行会谈,并召开会议专题研究贵州华芯集成电路公司发展问题,积极推进华芯通服务器芯片项目。
苹果数据中心落户贵州 2018年2月开始,苹果全部中国用户的数据存储在贵州并由云上贵州公司管理,同时苹果公司第一次改变其全球用户收费业务在爱尔兰结算的做法,在贵州完成中国用户的相关业务结算。目前,全球前十互联网企业有7家来到贵州发展,25家世界级或国内500强企业落户贵州。精准招商形成大数据产业生态圈 2018年作为产业大招商突破年,组织编制高科技产业招商目录指引,聚焦电子信息、生物与新医药、新材料、装备制造、新能源与节能、资源与环境、高技术服务业等7个领域1000余家企业进行精准招商,着力“强链、补链、延链”,贵州大数据产业生态圈逐步形成。打造“全球智力收割机” 2017年11月在印度设立“云上贵州(班加罗尔)大数据协同创新中心”,此前,在俄罗斯设立“贵阳高新(莫斯科)创新中心”,在美国设立“贵州大数据(伯克利)创新研究中心”,将全球智力为我所用。发挥技术榜单作用,支持省内企业在域外建立研发中心,直接“收割”国内外优秀技术和人力资源。
培养最优秀的大数据人才 突出“本土化”培养人才,与国家统计局签订协议,依托贵州财经大学建设大数据统计学院。与阿里巴巴、华为等组建大数据学院联合办学,贵州理工大学阿里巴巴学院2017年首期招生300人、贵州电子信息技术职业学院华为大数据学院首期招生1000人。在清华大学开办大数据研究生贵州班,首期招生30人。推进精准扶贫大数据应用 建好“精准扶贫云”,打通扶贫、公安、教育、医疗、交通等17个部门和单位数据,实现对象识别、措施到户、项目安排、资金管理、退出机制、干部选派、考核评价、督促检查等方面精准管理。推进“国土资源云”与“扶贫云”融合,以基础地理信息数据为支撑,精准掌握和调度易地扶贫搬迁等重点工程。
以大数据助力教育扶贫 在全国率先推动“扶贫云”与“教育云”融合,自动生成数据、自动识别贫困学生、协同自动办理教育扶贫资助,实现了“贫困家庭子女高中、大专院校免学费的零申请、零证明、零跑腿”。推进医疗大数据应用 贵州“医疗健康云”联通全省199家县级以上公立医院,实现“一窗式”预约挂号,成为国内首家以省为单位的统一预约挂号平台。2017年底,在全国率先实现全省所有乡镇卫生院和省市县公立医院全部远程联网,实行远程医疗,使农村和边远地区群众能够共享优质医疗资源,截至目前已开展远程影像诊断48500多例。
以大数据促进经济转型升级 开展数字经济攻坚战,实施“千企引进”“千企改造”工程、大数据+产业深度融合行动计划、“万企融合”大行动,利用互联网新技术新应用对传统产业进行全方位、全角度、全链条的改造,提高全要素生产率。“贵州工业云”作为全国制造业与互联网融合典型进行推广。贵阳“航天电器柔性智能制造车间”入选中德智能制造合作示范项目。加强大数据标准建设 继成立贵州省大数据标准化技术委员会之后,2018年4月,国家标准委同意贵州省建设国家技术标准(贵州大数据)创新基地,贵州成为全国首个获批建设大数据国家技术标准创新基地的省份。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15