-
集度一周年，将来在哪里？
所属栏目：[大数据] 日期：2022-03-04 热度：128
去年的今天 ，集度这个由百度和吉利共同打造的新造车品牌正式成立了。相较于那些生怕别人将自己遗忘于新造车市场的信息汪洋中的品牌不同，集度似乎是那种不声不响，也从不刻意营造声量的品牌。 但惟其如此，似乎才更值得所有人将注意力往他们那边倾斜。因[详细]
-
人工智能时代，一文读明白孩子未来培养的正确方向
所属栏目：[大数据] 日期：2022-03-04 热度：123
近几年来，随着人工智能技术的发展与进步，人工智能时代已经不再是电影上描绘的遥远未来。看看我们身边，无人驾驶、无人超市、无人餐厅尤其是今年的冬奥会，从吃住行、安保、比赛裁判等等，到处都是机器人，处处都是人工智能。 身处一个全新的技术革新时代[详细]
-
达摩院发布AI遥感分析云平台，助力提高地球科学研究效率
所属栏目：[大数据] 日期：2022-03-04 热度：75
达摩院发布AI Earth地球科学云平台，平台集成了PB级开源卫星遥感数据、十余种遥感AI算法、云端高性能计算和存储资源，助力研究者开展农业灾害分析、气候变化分析、水体水质分析等科研工作。 卫星遥感影像是人类对地观测的重要信息来源，但获[详细]
-
为 双碳 而生，青云双碳智慧建筑方案使楼宇 会呼吸
所属栏目：[大数据] 日期：2022-03-04 热度：92
可持续，向未来。热情洋溢的北京冬奥会现在正如火如荼的进行中，冰墩墩、雪容融、谷爱凌、苏翊鸣等持续霸屏，成为点亮世界的中国符号。 同时，北京冬奥会也是一场实现碳中和的绿色冬奥会。所有场馆都达到了绿色建筑标准，建成超过5万平米的超低能耗示范工[详细]
-
互联网高科技公司领导AI工业化，MatrixGo加快人工智能落地
所属栏目：[大数据] 日期：2022-03-04 热度：105
AI（人工智能）工业化与AI工程化正在引领人工智能的大趋势。AI工程化主要从企业CIO角度，着眼于在企业生产环境中规模化落地AI应用的工程化举措；而AI工业化则从AI供应商的角度，着眼于以规模化方式为企业用户提供AI技术、方案和服务，从而在企业生产环境中[详细]
-
2022年中国科技与IT十大趋向
所属栏目：[大数据] 日期：2022-03-04 热度：135
科技与IT成为当下中国商业市场乃至整体经济社会发展的重要议题。我们每一个人都正在时代的洪流中亲历这样的变化数字科技深入渗透工作生活，从消费娱乐，到生活服务，再到产业革新；科技与IT企业大量涌现，成为商业世界中最受关注的宠儿；而更多企业则正在[详细]
-
效率为王时代，垂直SaaS的新时机
所属栏目：[大数据] 日期：2022-03-04 热度：135
以前听说过渠道为王，规模为王，如今到了效率为王的时代。在实验室场景中，企业机构对效率的需求也愈发增长，专注于实验室场景的垂直SaaS迎来了新机遇，也受到了资本的青睐。 专注于实验室数智化服务领域的iLabService释普科技2021年完成Pre-A和A轮两轮融[详细]
-
数据编织，大数据之新风口？
所属栏目：[大数据] 日期：2022-03-04 热度：200
2022年初再回顾2021年的时候，发现数据技术界有个名词非常的火热-[data fabric]，这不是在中国，而是在国外，国内呢，数据中台火的一塌糊涂。到处都在谈数据中台，面试的时候，制定计划会议的时候，搞数据战略的时候，圆桌论坛上，到处都在谈。今天本文就[详细]
-
科大讯飞AI学习机倡导因材施教，个性化教学更具特点
所属栏目：[大数据] 日期：2022-03-04 热度：168
在孩子学习上，很多家长还固执的认为，只要用功就一定能够学好。但其实，有些孩子即便是花费了再多的功夫也未能如偿所愿，因为这些孩子的学习方法就不正确，只知道盲目刷题，很难从根本上提高学习效率。而随着AI技术被广泛运用在教育领域中，人工智能学习[详细]
-
百事可乐 运用数据分析缓解供应链困境
所属栏目：[大数据] 日期：2022-03-03 热度：130
自疫情爆发以来，全球供应链都在苦苦挣扎，但对于大多数企业来说，供应链运营一直以来是产业关注的焦点，对其进行分析也逐渐成为应对供需重大波动的一项关键性缓解举措。 食品和饮料公司百事可乐在疫情初期就看到了供应链发生异常的信号，随着全球范围实施[详细]
-
旷视科技 释放AI潜能，打造智慧场馆新感受
所属栏目：[大数据] 日期：2022-03-03 热度：142
科技改变生活是耳熟能详的一句口号，今天已经在体育赛事上展现的淋漓尽致。 无与伦比的北京冬奥会已经圆满落幕，大家也一起见证了各项赛事中运动健儿的精彩表现。而在精彩的体育赛事背后，是无处不在的科技创新在支撑。如今，从开闭幕式、场馆建设、场馆运[详细]
-
弗吉尼亚州临时首席数据官访谈 为何数据共享很有必要
所属栏目：[大数据] 日期：2022-03-03 热度：65
随着全球局势向着不可预测的方向一路狂奔，为了应对种种变化，政府机构也开始转向新的数据驱动形式。在即将于2022年4月21日召开的AI in Government大会上，来自美国各州的三位首席数据官将分享他们关于如何使用数据驱动决策制定和机构变革的见解。 弗吉尼[详细]
-
河北人工智能计算中心落地廊坊
所属栏目：[大数据] 日期：2022-03-03 热度：57
河北人工智能计算中心揭牌及签约仪式在廊坊经济技术开发区举行。河北人工智能计算中心、河北人工智能生态创新中心揭牌，首批入驻中心的10家企业（高校）现场签约。 据悉，河北人工智能计算中心是京津冀唯一的人工智能计算中心。该项目投资5.9亿元，将打造[详细]
-
英特尔联手合作伙伴建设全新人工智能实验室
所属栏目：[大数据] 日期：2022-03-03 热度：83
近期，英特尔携手戴尔、美国社区学院协会（AACC）推出人工智能孵化器网络，这是英特尔AI for Workforce计划的一项新举措，旨在通过充分利用美国社区学院协会的专业知识和系统，在美国各地设计并建设人工智能实验室。目前正向有意加入人工智能孵化器网络的[详细]
-
带领人工智能发展 英特尔的独家方法论
所属栏目：[大数据] 日期：2022-03-03 热度：189
内容摘要 人工智能是增长最快的计算工作负载，其复杂性也在不断增长，对计算、功率和带宽的要求也越来越高。 我们处于一个转折点：人工智能正在逐渐突破数据中心，随着人工智能应用时代的到来，人工智能的未来更在数据中心之外。 英特尔以独家方法论推动人[详细]
-
AI黑科技照亮冬奥，虚拟人拓展运用边界
所属栏目：[大数据] 日期：2022-03-03 热度：62
伴随着天下一家烟花的绽放，北京冬奥会正式闭幕。在本次冬奥会期间，中国队以9金4银2铜收官，金牌数和奖牌数均创历史新高 赛场上，运动员们脚踩冰刀雪板，驰骋冰雪赛场，演绎出炙热的青春力量。而在健儿们创造的一项项记录背后，中国的科技高度也在不断刷[详细]
-
2022年 这些技术发展形势不容忽视
所属栏目：[大数据] 日期：2022-03-03 热度：97
随着高新技术不断进步，人工智能领域将涌现出更多进展，这将带来巨大的商业影响，催生出多个应用，例如数字服务台、数字助手等。 科技创新世界潮 新冠疫情催生了数字孪生、元宇宙、万能宇宙、增强现实、虚拟现实和混合现实的广泛使用。随着人们需求的不断[详细]
-
依靠小冰框架，蓝色光标数字人驱动平台上线
所属栏目：[大数据] 日期：2022-03-03 热度：79
蓝色光标与小冰公司宣布达成战略合作伙伴关系，双方将充分发挥各自在品牌营销丰富生态和人工智能完备框架的优势，共同探索虚拟人在各行各业的应用落地。 据了解，作为合作的第一步，依托小冰框架，蓝色光标分身有术数字人驱动平台上线初始应用版本，提供低[详细]
-
扎克伯格 Meta正在为元宇宙开发AI语音助手
所属栏目：[大数据] 日期：2022-03-03 热度：198
到底 Meta 准备如何搭建元宇宙呢？扎克伯格周三谈到一点细节，他说 Meta 正在推进用语音生成虚拟世界的 AI 研究，Meta 还要改善人与语音助手的互动，强化不同语言之间的翻译。 扎克伯格坚信元宇宙会是移动互联网的未来。他参加 Meta 线上Inside the Lab会[详细]
-
数据解析八大模型 漏斗模型
所属栏目：[大数据] 日期：2022-03-02 热度：119
今天跟大家分享的是漏斗模型。漏斗模型，是一个大家能在各式各样的场合听到，但是总是感觉没讲到位的模型，今天简单分享一下。 一、为什么叫漏斗 漏斗模型是个形象的称呼，指的是：当业务流程变长的时候，用户会流失。这样把整个流程串起来看，就好像一个[详细]
-
Spark 数据倾斜及其处理方案
所属栏目：[大数据] 日期：2022-03-02 热度：161
本文从数据倾斜的危害、现象、原因等方面，由浅入深阐述Spark数据倾斜及其解决方案。 一、什么是数据倾斜 对 Spark/Hadoop 这样的分布式大数据系统来讲，数据量大并不可怕，可怕的是数据倾斜。 对于分布式系统而言，理想情况下，随着系统规模(节点数量)的[详细]
-
想要做好数据可视化？你应该关注这三个问题
所属栏目：[大数据] 日期：2022-03-02 热度：194
大数据时代，人人都在谈数据可视化。好的可视化能够帮助我们快速发现规律，找到原因;不好的可视化有可能会得出错误的结论，产生误导。想要做好数据可视化，先要明白给谁看、看什么、怎么看这三大问题。 给谁看 作为产品经理，首先需要秉承着用户为先的理念[详细]
-
手把手教你完成四类数据清洗操作
所属栏目：[大数据] 日期：2022-03-02 热度：155
一、 缺失值清洗 相信大家都听说过这样一句话：废料进、废品出(Garbage in, Garbage out)。如果模型基于错误的、无意义的数据建立，那么这个模型也会出错。因此，如果源数据带有缺失值(NaN)，就需要在数据预处理中进行清洗。缺失值是最常见的数据问题，有[详细]
-
看懂数据分析怎样由浅入深
所属栏目：[大数据] 日期：2022-03-02 热度：69
问题场景：某物流企业，负责管司机的调度中心，会给每个未上线司机标注原因，标注格式如下： 备注：实际原因还有很多，这里仅做举例 现领导要求：分析司机未上线情况。 问：该怎么分析? 一、0级深度做法 3月6日，共1000司机，上线900，上线率90% 3月7日，[详细]
-
2022年企业应避免的六个数据错误
所属栏目：[大数据] 日期：2022-03-02 热度：91
1.不想将数据迁移到云端 云存储有很多好处，例如具有弹性、使用大量服务器运行数字的能力以及日常任务的缩减量等等。因此，不想将业务或数据迁移到云端可能是企业犯的主要的大数据错误。 2.安全漏洞 经常看到大数据很容易出现安全漏洞。在这种情况下，需要[详细]
浙公网安备 33038102330570号