繼前幾期分享的了Streams V4.2若干新特性之后，本期繼續(xù)分享V4.2的新特性：版本管理和使用標(biāo)簽控制資源。

2016-10-31 10:25:22.000

在IBM SPSS Modeler中，每個(gè)算法都會(huì)有相應(yīng)的默認(rèn)參數(shù)設(shè)置，對(duì)初學(xué)者來(lái)說(shuō)，即使不是很懂算法，也可以生成模型結(jié)果，但在實(shí)際項(xiàng)目中，我們?yōu)榱耸沟媚Ｐ透拥膬?yōu)化，提升模型的準(zhǔn)確率，經(jīng)常會(huì)對(duì)算法的參數(shù)做一些相應(yīng)的調(diào)整，那么今天，我們給大家介紹兩個(gè)參數(shù)，分別是Bagging和Boosting,讓大家了解下它們是怎么用的，能帶來(lái)什么樣的模型優(yōu)化結(jié)果。

2016-10-27 14:54:21.000

很多的大型企業(yè)客戶需要Streams在部署的關(guān)鍵應(yīng)用中發(fā)揮極限性能。Streams v4.2在性能方面取得了重大的突破。

2016-10-24 15:06:39.000

CNCC 2016在山西太原盛大開幕，開幕演講中，CCF會(huì)士、中國(guó)工程院院士、浙江大學(xué)陳純教授做了題為“流式大數(shù)據(jù)實(shí)時(shí)處理技術(shù)、平臺(tái)及應(yīng)用”的報(bào)告，以下為報(bào)告內(nèi)容精編。

2016-10-24 10:06:29.000

為了提升查詢性能，動(dòng)態(tài)立方體可以利用聚合感知能力，實(shí)現(xiàn)對(duì)聚合數(shù)據(jù)集的自動(dòng)路由，從而實(shí)現(xiàn)對(duì)于復(fù)雜多維分析應(yīng)用的性能提升。在Dynamic Cubes里，聚合數(shù)據(jù)集包括內(nèi)存內(nèi)部聚合與數(shù)據(jù)庫(kù)內(nèi)部聚合兩種。本期文章我們來(lái)看看動(dòng)態(tài)立方體如何使用數(shù)據(jù)庫(kù)內(nèi)部聚合來(lái)進(jìn)行性能調(diào)優(yōu)。

2016-10-21 10:13:59.000

在傳統(tǒng)的交易數(shù)據(jù)庫(kù)系統(tǒng)中，伴隨著客戶的交易行為發(fā)生，在業(yè)務(wù)系統(tǒng)中產(chǎn)生了相應(yīng)的交易數(shù)據(jù)，并保存在關(guān)系型數(shù)據(jù)庫(kù)系統(tǒng)，從而形成了業(yè)務(wù)的交易記錄，各類業(yè)務(wù)應(yīng)用系統(tǒng)都是圍繞著關(guān)系型數(shù)據(jù)庫(kù)打交道。

2016-10-20 11:12:49.000

在過(guò)去兩年多時(shí)間里，機(jī)器之心采訪、記錄和報(bào)道了全球人工智能領(lǐng)域無(wú)數(shù)優(yōu)秀的人工智能技術(shù)、公司和產(chǎn)品。但隨著行業(yè)的發(fā)展，我們也逐漸意識(shí)到，越來(lái)越多概念化與噱頭性的產(chǎn)品和團(tuán)隊(duì)已經(jīng)開始讓正處于變革拐點(diǎn)的行業(yè)變得浮躁和難以判斷。關(guān)于人工智能行業(yè)，到底哪些才是最值得我們關(guān)注的公司，而哪些公司又將主導(dǎo)人工智能的未來(lái)?

2016-10-19 09:59:46.000

熱點(diǎn)是數(shù)據(jù)庫(kù)應(yīng)用中常見的問(wèn)題之一。在系統(tǒng)并發(fā)量比較小的時(shí)候，通常感覺不到它的存在，而當(dāng)并發(fā)請(qǐng)求急劇增加的時(shí)候，響應(yīng)時(shí)間被大大地拉長(zhǎng)，極端情況系統(tǒng)掛起。

2016-10-19 09:39:03.000

本文以阿斯克為例，主要講解醫(yī)療大數(shù)據(jù)解決方案

2016-10-18 10:18:40.000

Streams集群安裝并不復(fù)雜，用戶可以通過(guò)參考官網(wǎng)的安裝過(guò)程進(jìn)行安裝配置。然而，本文將關(guān)鍵步驟總結(jié)下來(lái)方便用戶參考，減少走彎路的可能性，用戶只需參考該文檔即能快速搭建Streams集群環(huán)境。

2016-10-18 09:48:51.000