-
浅谈ODS与DW的区别-数据项目实战总结
所属栏目：[大数据] 日期：2021-01-08 热度：61
副标题#e# 浅谈ODS与DW的区别-数据项目实战总结 ? ODS 全称operation data store 或者 operational data store，中文意思是操作型数据存储（数据被操作产生的，例如电商交易数据 （客户买东西订单）? 行业订单 工单数据（客户投诉数据） ），或者有的地方也[详细]
-
【BZOJ 4542】大数 【莫队】
所属栏目：[大数据] 日期：2021-01-08 热度：145
思路：当P！=2或5时，显然10^x%P!=0 把后缀模P的值搞出来 于是问题就便成询问区间内%P为x的分别有多少个 这个再套一个莫队就可以了。 我的代码压行比较丑，我放std的代码。 #includecmath #includecstdio #includecstring #includeiostream #includealgori[详细]
-
解读一个新IBM的平台战略：云、大数据分析与人工智能
所属栏目：[大数据] 日期：2021-01-08 热度：134
副标题#e# （上图为IBM董事长及CEO Ginni Rometty） 现在，一个新IBM正在浮出水面。在IBM的2015年财报上写道：“今天的IBM已经不仅是一家‘硬件、软件与服务’公司，而转型成为一家认知解决方案与云平台公司。”在公司100多年的历史上，IBM第一次称自己是一[详细]
-
混合云下商机四伏，IT生产力要如何挖掘？
所属栏目：[大数据] 日期：2021-01-08 热度：89
副标题#e# 近年来，随着个人云盘的相继叫停，“云”再一次跃入大众视野。随时可用、不会丢失，这样一个个行走的数据库，显然曾为我们的生活带来了诸多便利。事实上，云的影响力却不止于此。对于企业而言，云正在成为驱动业务发展的关键生产力。 不管是普普[详细]
-
51nod 1005 大数加法
所属栏目：[大数据] 日期：2021-01-08 热度：126
#include bits/stdc++.husing namespace std;string sum(string s1,string s2){int i,laz=0;string ret=string(10005,'0');for(i=10005-1;i=0;i--){ret[i]=s1[i]+s2[i]-'0'+laz;if(ret[i]'9'){ret[i]-=10;laz=1;}elselaz=0;}return ret;}string opp(string[详细]
-
自学的道路上自己挖掘、可提供自学的网站与大家一起分享
所属栏目：[大数据] 日期：2021-01-08 热度：128
我这边分享的网站也只是部分，要是你有其他好的学习网站，欢迎留言在我的评论里哦，分享是美德~ demo小样的相关网站： http://www.eoeandroid.com/forum-23-1.html? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?eoe安卓开发 http://www.itlanbao.com/codes.aspx#1[详细]
-
【万字大数据BI案例|视频】民生银行十五年的数据体系建设，深入
所属栏目：[大数据] 日期：2021-01-08 热度：179
副标题#e# 文章导读：天善智能联合创始人 运营总监 吕品，10年 IT 行业工作经验，6年商业智能 BI工作经验，历任 Team Lead 、PM、高级架构师等职位，原某德国公司高级 BI 咨询顾问，微软 2015、2016 MVP（最有价值专家）。 全文1W字左右，预计需要 20-25分[详细]
-
【技术】相似性度量学习及其在计算机视觉中的应用
所属栏目：[大数据] 日期：2021-01-08 热度：94
【计算机视觉中的相似性度量学习问题】 两个样本之间的相似度计算是计算机视觉以及机器学习中的一个重要问题，并在许多方法和应用研究中发挥着至关重要的作用。模式识别和机器学习中的许多方法，如K近邻、K均值、RBF-SVM等，均涉及到了相似度或距离的计算[详细]
-
【Python数据挖掘课程】八.关联规则挖掘及Apriori实现购物推荐
所属栏目：[大数据] 日期：2021-01-08 热度：144
副标题#e# ? ? ? ? 这篇文章主要介绍三个知识点，也是我《数据挖掘与分析》课程讲课的内容。 ? ? ? ??1.关联规则挖掘概念及实现过程； ? ? ? ? 2.Apriori算法挖掘频繁项集； ? ? ? ? 3.Python实现关联规则挖掘及置信度、支持度计算。 ? ? ? ? 前文推荐： ?[详细]
-
互联网+案例 | 裂帛双11销售额1.137亿，靠的是信息系统“裂帛BI
所属栏目：[大数据] 日期：2021-01-08 热度：105
副标题#e# 据了解，今年双11，企划给裂帛品牌定下的销售目标是1.13亿元，而实际完成的销售额是1.137亿元。最终数据与预期目标如此接近并不是一个简单的巧合，而是裂帛利用自主研发的信息系统“裂帛BI”和生意参谋，用数据管理替代经验管理的尝试。 裂帛CIO[详细]
-
餐馆利用大数据以保持竞争力
所属栏目：[大数据] 日期：2021-01-08 热度：193
正是由于餐饮业行业竞争激烈而又利润微薄，要想成功实属不易，不少餐馆开始转向大数据，以获得竞争优势。 华盛顿特区的美国国家餐馆协会表示，本行业主要企业的税前利润大约在百分之三和百分之五之间。租金、授权和人员成本的上升让人畏惧。与此同时，餐馆[详细]
-
闲话互联网开放型数据价值挖掘
所属栏目：[大数据] 日期：2021-01-08 热度：183
副标题#e# 文·blogchong 缘起 早在一两个星期前，就一直在思考一个问题，那就是基于互联网开放型数据的价值挖掘，对应其具体的应用场景，以及具体的落地方式。 这一段时间一直没有停止过探索，以及寻求这个问题的答案，所以，这段时间一方面在和不同的同行[详细]
-
大数据为什么这么“火”? 为什么那么多人转型学大数据??
所属栏目：[大数据] 日期：2021-01-08 热度：123
近几年，大数据这个词突然变得很火，不仅纳入阿里巴巴、谷歌等互联网公司的战略规划中，同时也在我国国务院和其他国家的政府报告中多次提及，大数据无疑成为当今互联网世界中的新宠儿。今天我就给大家分析一下大数据到底是个什么鬼？ 现今的我们正处于时代[详细]
-
大数据为什么这么“火”? 为什么那么多人转型？？
所属栏目：[大数据] 日期：2021-01-08 热度：196
近几年，大数据这个词突然变得很火，不仅纳入阿里巴巴、谷歌等互联网公司的战略规划中，同时也在我国国务院和其他国家的政府报告中多次提及，大数据无疑成为当今互联网世界中的新宠儿。今天我就给大家分析一下大数据到底是个什么鬼？ 现今的我们正处于时代[详细]
-
顶点着色器和像素着色器的数据处理流程
所属栏目：[大数据] 日期：2021-01-08 热度：114
顶点着色程序从GPU前端模块（寄存器）中提取图元信息（顶点位置、法向量、纹理坐标等），并完成顶点坐标空间转换、法向量空间转换、光照计算等操作，最后将计算好的数据传送到指定寄存器中；然后片断着色程序从中获取需要的数据，通常为“纹理坐标、光照信[详细]
-
51nod 1028 大数乘法 V2
所属栏目：[大数据] 日期：2021-01-08 热度：124
标准做法是FFT，偷懒用了java。。。 import java.util.*;import java.math.*;public class acm {public static void main(String[] args){BigInteger a,b;Scanner input=new Scanner(System.in); while(input.hasNextBigDecimal()){ a=input.nextBigIntege[详细]
-
51nod 1029 大数除法
所属栏目：[大数据] 日期：2021-01-08 热度：187
java大法过的。。。。 import java.util.*;import java.math.*;public class acm {public static void main(String[] args){BigInteger a,b,c,d;Scanner input=new Scanner(System.in); while(input.hasNextBigDecimal()){ a=input.nextBigInteger(); b=in[详细]
-
大数据处理：关于hadoop
所属栏目：[大数据] 日期：2021-01-08 热度：140
副标题#e# Hadoop是一个由Apache基金会所开发的分布式系统基础架构。 用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。 [1]??Hadoop实现了一个分布式文件系统（Hadoop Distributed File System），简称HDF[详细]
-
报告一：知识工程与大数据分析
所属栏目：[大数据] 日期：2021-01-02 热度：199
报告一：知识工程与大数据分析 报告人：漆桂林博士，东南大学教授 主要内容：知识工程是人工智能的重要分支之一，知识的获取和基于知识的推理能力是人类高级智能的体现。知识工程涉及到机器学习、知识表示与推理、自然语言处理和数据存储等技术。本报告将[详细]
-
数据处理之one-hot
所属栏目：[大数据] 日期：2021-01-01 热度：169
分类方法，通常需要把数据的各个属性转换为一个向量表示，这样每条数据的特征就是一个向量，向量上的每个维度就表示了一个特征属性。 但是如果要转换的数据包含了3种属性，比如身高，体重，年龄。A是女，168cm，70kg，30岁；B是男，180cm，90kg,20岁，那么[详细]
-
米斯特白帽培训讲义 挖掘篇 厂商寻找
所属栏目：[大数据] 日期：2021-01-01 热度：114
米斯特白帽培训讲义 挖掘篇 厂商寻找 讲师：gh0stkey 整理：飞龙 协议：CC BY-NC-SA 4.0 厂商是什么 厂商可以是一个网站（Web 应用），或者一段程序（PC、移动应用）。从白帽子的角度来说，两个都是厂商，都可以挖掘。 基于漏洞平台的寻找 现在国内有三大[详细]
-
七牛数据处理再添新兵——图片瘦身
所属栏目：[大数据] 日期：2021-01-01 热度：80
副标题#e# 我们现在已经很难想象，图片的出现，竟然只是作为分割文字和缓解疲劳的工具。 随着智能手机的普及，以及像 in、nice 这样以分享图片为主的应用的流行，人们记录生活、分享感悟的方式不再局限于文字，而是逐渐被拍照取代，拍照也不需要那么刻意为[详细]
-
[bigdata-007] Hortonworks HDF搭建流程
所属栏目：[大数据] 日期：2021-01-01 热度：51
1. hdf docker搭建 1.1 hdf的镜像xemuliam/hdf 镜像链接 https://hub.docker.com/r/xemuliam/hdf/ 下载镜像： docker pull xemuliam/hdf 1.2 创建容器 docker run --name dck-hdf-8080 -p 8080:8080 -d xemuliam/hdf 1.3 进入容器bash交互 docker exec -it[详细]
-
BI工具选型指标，如何选择好的BI工具
所属栏目：[大数据] 日期：2021-01-01 热度：198
随着信息化的发展，越来越多的企业将商业智能BI的部署列入了企业信息化建设的下期目标，BI市场需求的日益旺盛，也催生了BI厂商激烈的市场竞争，带动了国内BI工具技术的发展及成熟。 那么作为一个正在或者即将要进行BI工具选型的企业，面对百花齐放的BI市场[详细]
-
如何正确理解商业智能（BI）？
所属栏目：[大数据] 日期：2021-01-01 热度：76
为了让读者更加清晰地把BI与MIS系统区别开来，本文讨论了BI与DSS（决策支持系统）、EIS（经理执行系统）的主要区别。最后，本文分析了制约BI健康发展的若干因素。 引言 ??? 商业智能（BI）是目前在国外企业界和软件开发界受到广泛关注的一个研究方向。可以[详细]
浙公网安备 33038102330483号