去年，大數(shù)據(jù)市場完全圍繞Hadoop生態(tài)系統(tǒng)周圍的技術。從那時起，重心一直是通過已證明增加收入、提高生產(chǎn)力和降低風險而帶來投資回報的使用場合，“將大數(shù)據(jù)切實利用起來”?，F(xiàn)在，大數(shù)據(jù)繼續(xù)高奏凱歌。明年我們預計會看到更主流的公司采用大數(shù)據(jù)和物聯(lián)網(wǎng)，大中型企業(yè)保守和懷疑的企業(yè)組織會開始一頭扎入其中。

2016-11-02 16:10:26.000

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：版本管理和使用標簽控制資源。

2016-10-31 10:25:22.000

在IBM SPSS Modeler中，每個算法都會有相應的默認參數(shù)設置，對初學者來說，即使不是很懂算法，也可以生成模型結(jié)果，但在實際項目中，我們?yōu)榱耸沟媚Ｐ透拥膬?yōu)化，提升模型的準確率，經(jīng)常會對算法的參數(shù)做一些相應的調(diào)整，那么今天，我們給大家介紹兩個參數(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在部署的關鍵應用中發(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會士、中國工程院院士、浙江大學陳純教授做了題為“流式大數(shù)據(jù)實時處理技術、平臺及應用”的報告，以下為報告內(nèi)容精編。

2016-10-24 10:06:29.000

為了提升查詢性能，動態(tài)立方體可以利用聚合感知能力，實現(xiàn)對聚合數(shù)據(jù)集的自動路由，從而實現(xiàn)對于復雜多維分析應用的性能提升。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)庫內(nèi)部聚合兩種。本期文章我們來看看動態(tài)立方體如何使用數(shù)據(jù)庫內(nèi)部聚合來進行性能調(diào)優(yōu)。

2016-10-21 10:13:59.000

在傳統(tǒng)的交易數(shù)據(jù)庫系統(tǒng)中，伴隨著客戶的交易行為發(fā)生，在業(yè)務系統(tǒng)中產(chǎn)生了相應的交易數(shù)據(jù)，并保存在關系型數(shù)據(jù)庫系統(tǒng)，從而形成了業(yè)務的交易記錄，各類業(yè)務應用系統(tǒng)都是圍繞著關系型數(shù)據(jù)庫打交道。

2016-10-20 11:12:49.000

在過去兩年多時間里，機器之心采訪、記錄和報道了全球人工智能領域無數(shù)優(yōu)秀的人工智能技術、公司和產(chǎn)品。但隨著行業(yè)的發(fā)展，我們也逐漸意識到，越來越多概念化與噱頭性的產(chǎn)品和團隊已經(jīng)開始讓正處于變革拐點的行業(yè)變得浮躁和難以判斷。關于人工智能行業(yè)，到底哪些才是最值得我們關注的公司，而哪些公司又將主導人工智能的未來?

2016-10-19 09:59:46.000

熱點是數(shù)據(jù)庫應用中常見的問題之一。在系統(tǒng)并發(fā)量比較小的時候，通常感覺不到它的存在，而當并發(fā)請求急劇增加的時候，響應時間被大大地拉長，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