硬要去區(qū)分Data Mining和Statistics的差異其實是沒有太大意義的。一般將之定義為Data Mining技術的CART、CHAID或模糊計算等等理論方法，也都是由統(tǒng)計學者根據(jù)統(tǒng)計理論所發(fā)展衍生，換另一個角度看，Data Mining有相當大的比重是由高等統(tǒng)計學中的多變量分析所支撐。但是為什么Data Mining的出現(xiàn)會引發(fā)各領域的廣泛注意呢？

2016-10-12 09:50:15.000

Apache Hadoop 2.0正式發(fā)布，這是Hadoop領域巨大的里程碑，因為它開啟了史無前例的數(shù)據(jù)存儲方式革命。Hadoop保留它典型的“大數(shù)據(jù)”基礎技術，但它是否適合當下數(shù)據(jù)庫及數(shù)據(jù)倉庫的使用方式？又是否有一種通用模式可以切實降低固有的使用復雜性呢？

2016-10-11 10:04:01.000

過去十年，Apache Hadoop從無到有，從理論概念演變到如今支撐起若干全球最大的生產集群。接下來的十年，Hadoop將繼續(xù)壯大，并發(fā)展支撐新一輪的更大規(guī)模、高效和穩(wěn)定的集群。 我們此次將向大家全面介紹即將到來的Apache Hadoop 3.0新版本——從版本發(fā)布狀態(tài)、背后的故事，到如HDFS erasure coding、YARN federation、NN k-safety等全新的功能。

2016-10-11 09:43:11.000

10大天然大數(shù)據(jù)公司，看他們如何挖掘數(shù)據(jù)價值

2016-10-10 11:34:16.000

大數(shù)據(jù)的意義在于提供“大見解”：從不同來源收集信息，然后分析信息，以揭示用其他方法發(fā)現(xiàn)不了的趨勢。在利用大數(shù)據(jù)發(fā)掘價值的所有行業(yè)中，醫(yī)療行業(yè)有可能實現(xiàn)最大的回報。憑借大數(shù)據(jù)，醫(yī)療服務提供商不僅可以知道如何提高盈利水平和經營效率，還能找到直接增進人類福祉的趨勢。

2016-10-10 11:15:12.000

大數(shù)據(jù),或稱巨量數(shù)據(jù)、海量數(shù)據(jù);是由數(shù)量巨大、結構復雜、類型眾多數(shù)據(jù)構成的數(shù)據(jù)集合,是基于云計算的數(shù)據(jù)處理與應用模式,通過數(shù)據(jù)的集成共享,交叉復用形成的智力資源和知識服務能力。

2016-10-09 10:33:54.000

一般而言，為了確定從樣本 (sample) 統(tǒng)計結果推論至總體時所犯錯的概率，我們會利用統(tǒng)計學家所開發(fā)的一些統(tǒng)計方法，進行統(tǒng)計檢定。

2016-10-09 09:38:47.000

上期我們講述的是實現(xiàn)數(shù)據(jù)工程師夢想的一個小目標《夢想成真，只差一步》，里面提到了要實現(xiàn)數(shù)據(jù)超市的管理，數(shù)據(jù)工程師需要使用合適的工具將數(shù)據(jù)進行整理、組合、分類后上架，然后業(yè)務分析師和數(shù)據(jù)科學家就可以使用了。

2016-09-30 10:04:46.000

本文針對 IBM 最新開發(fā)的數(shù)據(jù)分析平臺進行概要介紹并對其應用進行指導說明。隨著信息技術應用范圍的不斷擴展，對數(shù)據(jù)進行挖掘分析的需求日益增加，但是信息量的不斷增大及其應用構建的復雜性日益卻成為了傳統(tǒng)數(shù)據(jù)分析的一個瓶頸。IBM 構建的數(shù)據(jù)分析平臺針對上述問題，基于 Hadoop 技術，對數(shù)據(jù)查詢語言，數(shù)據(jù)分析軟件，數(shù)據(jù)庫，作業(yè)調度模塊進行了有效整合，實現(xiàn)了對數(shù)據(jù)的有效、高效處理，保證了高度的擴展性和兼容性。

2016-09-29 10:20:22.000

IBM SPSS Modeler的分析功能和易用性將與數(shù)據(jù)庫的功能和性能相結合，同時還兼?zhèn)鋽?shù)據(jù)庫供應商提供的數(shù)據(jù)庫自有算法。模型在數(shù)據(jù)庫創(chuàng)建，然后可以借助IBM SPSS Modeler界面以正常方式瀏覽模型并為之評分。

2016-09-29 09:50:10.000