京公网安备 11010802034615号
经营许可证编号:京B2-20210330
随着互联网的广泛使用,我们迎来了一个信息爆炸的时刻。海量的信息带来了数不尽的财富,同时也给数据的有效和最大化利用带来了众多艰巨的挑战,比如大数据时代数据可视化所面临的带宽、安全、协作等问题。
美国加利福尼州大学戴维斯分校教授 马匡六
马匡六,美国加利福尼州大学戴维斯分校教授,现VIDI(Visualization and Interface Design Innovation)研究团队和美国能源部SciDAC研究所Ultra-Scale Visualization的负责人,马匡六的主要研究领域覆盖可视化、高性能计算及用户界面设计。
自1993年于Utah大学获得计算机博士学位,直至1999年,马匡六一直担任ICASE/NASA LaRC研究员,随后于1999年加入美国加利福尼亚大学戴维斯分校。出于其在并行可视化方面的贡献,马匡六于2000年被授予美国青年科学家最高荣誉——美国青年科学家及工程师总统奖(PECASE)。2001年,因在大规模数据可视化方面做出卓越贡献,马匡六荣获Schlumberger Foundation Technical Award。而在2007年期间,马匡六还被授予大学工学院Mid-Career Research Faculty Award奖项。
马匡六领导了一支包括20名研究员的队伍,在大规模数据可视化、信息可视化、可视化界面设计、艺术绘制和体视化(volume visualization)等领域均有建树。而在IEEE Visualization 2013上,为了表彰其在大规模数据可视化和新可视化技术上的杰出贡献,马匡六被授予2013 Visualization Technical Achievement Award。
除此之外,近年来,马匡六更是许多大型可视化会议的组织者,比如2005 NSF Workshop on Cyber Security、SC06和SC07 Workshop on Ultra-Scale Visualization。在2008年,马匡六更出席为IEEE Visualization Conference、Eurographics Symposium on Parallel Graphics and Visualization、IEEE Pacific Visualization Symposium和Workshop on Visualization for Security(VizSEC)等会议的论文主席。
同时,马匡六更是IEEE Computer Graphics and Applications和IEEE Transactions on Visualization and Graphics的编辑委员。盘点整个计算机领域,对科学可视化、信息可视化及可视化分析三个领域同时拥有重大贡献的科学家并不多,而马匡六正是其中之一——共发表250余篇论文,其中50余篇发表在可视化领域的顶级会议和期刊;引领和开创了多个可视化研究方向,提出的可视化算法引起了科研界的巨大反响,被广泛应用于生命医学、材料、天文物理、气候模拟等领域的数据分析。本文来自:CDA数据分析师培训官网
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数据库运维与开发实践中,经常出现一种典型现象:数据库实际存储的数据量很小,数据表条数少、文件体积低,但服务器整体 ...
2026-09-11 很多数据分析师能熟练计算均值、标准差,但当被问到“总体和样本有什么区别”“参数和统计量有什么关系”“数据级别的高低如 ...
2026-09-11CDA数据分析师 出品 作者:李诗怡 定义: 将同一时间段内因具备相同属性或共同经历的用户划分为群体,分析其留存与生命周期价值 ...
2026-09-11在零售、商超、餐饮、线下门店等实体商业运营中,客流与销售额是衡量门店经营状态的两大核心指标。销售额是门店经营的最终结果, ...
2026-09-10在数据可视化体系中,柱形图是最基础、应用最广泛的图表类型,其中**累计柱形图(堆积柱状图)**是兼顾整体总量与内部结构的核心 ...
2026-09-10 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-09-10在Python Pandas数据分析中,DataFrame是承载结构化数据的核心载体,数据清洗、数据修正、条件赋值、字段更新等实操场景,都离不 ...
2026-09-09 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-09-09卡方检验(Chi-Square Test)是统计学中针对分类数据的经典显著性检验方法,核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02