8月10日，慧都學(xué)院將與合作伙伴IBM再度攜手，共同舉辦大數(shù)據(jù)系列公開課-IBM專場(chǎng)（第二期）——“深入行業(yè)”構(gòu)建Cognos大數(shù)據(jù)分析，距離開課僅余6天時(shí)間，所剩免費(fèi)名額已不多，搶座從速！

2016-08-04 11:05:09.000

我特別不喜歡裝逼的產(chǎn)品經(jīng)理，看文章也一樣不喜歡華而不實(shí)的。所以督促自己寫文章時(shí)，把懂的、經(jīng)歷過的能細(xì)就寫的盡量詳細(xì);不懂的就去學(xué)，然后把整理的筆記分享出來(lái)，數(shù)據(jù)分析方面我涉入不多，內(nèi)容由于缺少實(shí)戰(zhàn)經(jīng)驗(yàn)，會(huì)比較基礎(chǔ)和理論，希望同樣對(duì)你有幫助。

2016-08-04 10:05:49.000

在 上一篇文章中，您學(xué)習(xí)了如何在 Cognos中可視化簡(jiǎn)單的數(shù)據(jù)挖掘結(jié)果。在本文中，您將學(xué)習(xí)一些高級(jí)技巧，例如使用 Cognos 從數(shù)據(jù)挖掘模型中下鉆和提取結(jié)構(gòu)化信息。使用本文的業(yè)務(wù)場(chǎng)景和實(shí)例，理解偏差檢測(cè)所需的挖掘任務(wù)，即識(shí)別異常數(shù)據(jù)記錄。學(xué)習(xí)如何使用 IBM InfoSphere? Warehouse 數(shù)據(jù)挖掘發(fā)現(xiàn)這些記錄，并創(chuàng)建交互式報(bào)告。

2016-08-04 09:44:48.000

企鵝智酷對(duì)全國(guó)萬(wàn)名滴滴與Uber用戶進(jìn)行調(diào)查，并按照性別、收入水平等維度進(jìn)行精準(zhǔn)匹配抽樣，發(fā)布了這份《大合并背后，滴滴+Uber中國(guó)收益報(bào)告》，為你揭秘滴滴與Uber中國(guó)合并后，整個(gè)中國(guó)出行市場(chǎng)的最新格局和未來(lái)趨勢(shì)洞察。

2016-08-03 14:44:48.000

數(shù)據(jù)挖掘?yàn)閺拇罅繑?shù)據(jù)中提取出有用的信息提供先進(jìn)的分析技術(shù)。本系列的文章談到了將 InfoSphere Warehouse 數(shù)據(jù)挖掘與 IBM Cognos報(bào)告相結(jié)合的總體架構(gòu)和商業(yè)機(jī)遇。這種集成使公司中的不同人員可以利用數(shù)據(jù)挖掘的結(jié)果。本系列的第 1 篇文章介紹基本的集成架構(gòu)，并提供一個(gè)簡(jiǎn)短的技術(shù)案例研究，使您基本了解如何完成這種集成。

2016-08-03 10:00:22.000

所謂大數(shù)據(jù)，是指數(shù)據(jù)量龐大、產(chǎn)生數(shù)度快、結(jié)構(gòu)多樣的價(jià)值密度低的數(shù)據(jù)。其中，數(shù)據(jù)量龐大是指數(shù)據(jù)規(guī)模超出了1,2臺(tái)高性能主機(jī)所能處理范圍;結(jié)構(gòu)多樣性是指除了關(guān)系型數(shù)據(jù)庫(kù)能夠處理的結(jié)構(gòu)化數(shù)據(jù)還包含半結(jié)構(gòu)化數(shù)據(jù)

2016-08-03 09:25:19.000

大家是不是有這樣的習(xí)慣，每天早上起床第一件事，先看看天氣預(yù)報(bào)，天氣的好壞，可能會(huì)影響我們一天的工作、生活、或者身體的狀態(tài)。對(duì)于某些行業(yè)來(lái)說，比如零售業(yè)，天氣的好壞也隨時(shí)影響著他們的營(yíng)業(yè)情況。天氣信息對(duì)我們來(lái)說非常重要，對(duì)企業(yè)也一樣，那么今天就教大家如何獲取真實(shí)有效的天氣數(shù)據(jù)，來(lái)輔助我們的業(yè)務(wù)分析。

2016-08-02 09:55:46.000

Databricks官網(wǎng)的發(fā)布：自7月26日起Databricks開始提供Apache Spark 2 0的下載，這個(gè)版本是基于社區(qū)在過去兩年的經(jīng)驗(yàn)總結(jié)而成，不但加入了用戶喜愛的功能，也修復(fù)了之前的痛點(diǎn)。

2016-08-02 09:34:33.000

經(jīng)過國(guó)稅、 地稅的長(zhǎng)期建設(shè)， 兩者都在稅務(wù)監(jiān)管方面積累了多年的數(shù)據(jù)， 過去簡(jiǎn)單的統(tǒng)計(jì)分析已經(jīng)滿足不了客戶增長(zhǎng)的需求， 全 國(guó)各地已經(jīng)開始步入稅務(wù)預(yù)測(cè)分析的時(shí)期。

2016-08-01 14:13:42.000

本文主要通過運(yùn)用 IBM SPSS Modeler 中 C5.0 節(jié)點(diǎn)所具有的特殊算法對(duì)電信客戶的屬性特征進(jìn)行分析，得出流失客戶的基本特征，以幫助企業(yè)管理者對(duì)該類客戶的行為特性進(jìn)行預(yù)警分析，采取針對(duì)性的措施改善客戶關(guān)系，避免客戶流失或者挽留客戶，達(dá)到亡羊補(bǔ)牢的效果。

2016-08-01 11:33:30.000