雖然Hadoop被設(shè)計為可以運(yùn)行在標(biāo)準(zhǔn)的X86硬件上，但在選擇具體服務(wù)器配置的時候其實沒那么簡單。為已知的工作負(fù)載或者應(yīng)用場景選擇硬件時，往往都要綜合考慮性能因素和性價比，才能選擇合適的硬件。

2017-11-10 09:44:32.000

在本文中，我會帶領(lǐng)大家仔細(xì)區(qū)分這些“類型”有何不同，并且如何利用這些“類型”在開發(fā)預(yù)算中確保我們的優(yōu)勢資源放在何處。

2017-11-10 09:36:30.000

隨著企業(yè)安全邊界的擴(kuò)大化模糊化、各類威脅新出速度越來越快、影響越來越廣，視企業(yè)安全邊界為靜態(tài)、仍然依賴各種特征碼技術(shù)的傳統(tǒng)安全思路早已落后，無法實際解決安全問題。必須通過各種創(chuàng)新，整合大數(shù)據(jù)、人工智能、可視化等領(lǐng)域的最新技術(shù)進(jìn)展，安全產(chǎn)品才能解決目前和將來的企業(yè)安全難題。

2017-11-09 16:30:00.000

基于 Github 和 Stack Overflow 上的活躍度以及 Google 搜索結(jié)果，The Data Incubator 最近制作了一個 23 個熱門深度學(xué)習(xí)庫的排名。

2017-11-09 16:23:18.000

一個成功的預(yù)測分析項目不僅僅涉及軟件部署，使用軟件分析數(shù)據(jù)。了解下面這些步驟可以幫助你為分析項目打下堅實基礎(chǔ)。

2017-11-08 09:39:00.000

關(guān)于 Hadoop 所謂的消亡，以及它跌落神壇的報道數(shù)不勝數(shù)。有很多人放馬后炮說，Hadoop 從一開始就沒有意義。還有人說“Hadoop 對于小型，臨時的工作來說很慢”、“ Hadoop 很難”、“ Hadoop 已經(jīng)死了，Spark 才是勝者”等等。那么事實真的如此嗎?

2017-11-08 09:32:46.000

從國家戰(zhàn)略來看，未來一段時間內(nèi)，人工智能和制造業(yè)的結(jié)合將成為推進(jìn)智能制造的主要手段。從產(chǎn)業(yè)發(fā)展情況來看，人工智能產(chǎn)業(yè)架構(gòu)已經(jīng)初具雛形，主要包括基礎(chǔ)支撐層、技術(shù)驅(qū)動層和場景應(yīng)用層，筆者將主要從這三個層面對人工智能產(chǎn)業(yè)鏈進(jìn)行梳理和解析。

2017-11-07 10:27:43.000

弗雷斯特研究公司(Forrester Research)的分析師Mike Gaultieri指出，機(jī)器學(xué)習(xí)并不像傳統(tǒng)的商業(yè)情報工作那樣，其結(jié)果是確定的。他說：“如果你在尋找一種機(jī)器學(xué)習(xí)模式，可以說‘我會嘗試’，但你可能無法成功實現(xiàn)。企業(yè)應(yīng)該明白僅僅因為希望擁有預(yù)測股市的模型，并不意味著就會實現(xiàn)愿望。”

2017-11-07 10:17:26.000

在擁擠不堪、投資過剩的數(shù)據(jù)分析市場上，供應(yīng)商為了賣出自己的產(chǎn)品不斷放出煙霧彈，想要穿過煙霧看到“真相”，卻是一大難事。以下五點，是未來數(shù)據(jù)分析市場可能的走向，僅供參考。

2017-11-06 09:37:08.000

在多年工作中，Amanda Richardson一直專注于數(shù)據(jù)研究。她發(fā)現(xiàn)，越來越多的公司會利用數(shù)據(jù)來進(jìn)行決策。但同時，她也發(fā)現(xiàn)，在各種數(shù)據(jù)趨勢和方法中，低效與誤導(dǎo)問題非常嚴(yán)重，甚至可能會讓公司錯失很多機(jī)遇。

2017-11-06 09:28:56.000