-
Thinking in BigData（六）大数据技术核心之ETL
所属栏目：[大数据] 日期：2021-01-08 热度：158
? 前几篇文章都是根据自己所见所知，在前人的基础上加以整合，对大数据概念有了初步的了解。接下来的四篇文章，抛开大数据的概念与基本知识，进入核心。我们从： 数据采集、数据存储、数据管理、数据分析与挖掘 ，四个方面讨论 大数据在实际应用中涉及的技术[详细]
-
Elastic Stack （ELK 5）- 运维数据分析系统
所属栏目：[大数据] 日期：2021-01-08 热度：83
概述 本文将简单介绍运维数据分析系统 Elastic Stack，并描述其基础部署过程。 简介 ELK（Elasticsearch + Logstash + Kibana）用于日志集中分析系统，Elasticsearch 用于存储、搜索、分析数据，Logstash 用于接收并处理数据，Kibana 提供 Web UI 管理数据，[详细]
-
生态环境大数据分析应用示范平台总结
所属栏目：[大数据] 日期：2021-01-08 热度：107
生态环境大数据分析应用示范平台总结 1、前言 这个项目从2015年12月开始到2016年11月结束，历时一年，一年的时间有接近八个月的时间我待在呼和浩特。经历了冷暖交替，基本熟悉了当地的饮食生活习惯，结束的时候真有点依依不舍。这是第一个独立负责完成的项目[详细]
-
四种BI 开源工具介绍-SpagoBI,openI,JasperSoft,Pentaho
所属栏目：[大数据] 日期：2021-01-08 热度：182
1 BI系统的简述 从技术角度来说 BI 包含了 ETL、DW、OLAP、DM等多环节。简单的说就是把交易系统已经发生过的数据，通过ETL工具抽取到主题明确的数据仓库中，OLAP后生成Cube或报表，透过Portal展现给用户，用户 利用这些经过分类、聚集、描述和可视化的数据，[详细]
-
神经网络：请不要开始就让我sigmoid(wTx)，谢谢！
所属栏目：[大数据] 日期：2021-01-08 热度：59
神经网络：请不要开始就让我sigmoid(wTx)，谢谢！ 引子 学习机器学习，翻阅了一些神经网络的文章，上来就是sigmoid ( 1 / ( 1 + e x p ( x ) ) )和W T X，让不少初学者摸不着头脑。一些市面上评价很高的机器学习的书也是直接开始sigmoid和收敛性的讨论，想踏[详细]
-
数据处理之one-hot
所属栏目：[大数据] 日期：2021-01-03 热度：133
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，那么直[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：2021-01-02 热度：154
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 现在国内有三大漏[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：2021-01-02 热度：175
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之。 无疑，[详细]
-
[bigdata-007] Hortonworks HDF搭建流程
所属栏目：[大数据] 日期：2021-01-02 热度：96
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 d[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：2021-01-02 热度：86
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[详细]
-
如何正确理解商业智能（BI）？
所属栏目：[大数据] 日期：2021-01-02 热度：135
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。可以用[详细]
-
BI选型流程建议
所属栏目：[大数据] 日期：2021-01-02 热度：183
一、成立选型小组 ? ? ? ? 成立选型小组是企业确定进行软件选型所需要做的第一步。选型小组将负责整个软件选型过程的执行。选型小组成员至少包括公司副总以上领导一名、 CIO 一名、业务负责人一名。 二、评估需求 ? ? ? ? 评估需求是指企业成立 BI 选型小组[详细]
-
BI离不了报表
所属栏目：[大数据] 日期：2021-01-02 热度：70
前不久写了一篇文章：报表 ?VS BI ，指出，报表不等于 BI 。这几天碰到一个客户，让我不得不说出另外的一句话，那就是， BI 离不了报表。 ? ? ??演示中，客户的领导发表意见：你们这个还是报表，我们要的不是报表。比如库存，不同的地方的库存标准是不一样的[详细]
-
企业是否真的需要BI？
所属栏目：[大数据] 日期：2021-01-02 热度：116
这是一个发人思考的问题。 BI 对很多人而言或许还是太过高深，换个角度来问比较容易理解：贵公司需要数据分析吗？财务分析、成本分析或者市场分析？贵公司需要好的分析工具来加速分析的速度吗？如果上述的两个答案是肯定的，贵企业是需要 BI 的。 ? 简单地说[详细]
-
有了ERP，还缺什么？
所属栏目：[大数据] 日期：2021-01-02 热度：80
一、 报表分析方面需要优化 ERP 是一个事务处理系统，它的重点在于进行业务的过程记录与控制，在报表分析处理方面有着先天的缺陷： （ 1 ）无法实现不同管理角色的分析要求 中虽然有着大量的报表，却无法按不同管理角色来个性化设置分析平台，同时，繁琐的查[详细]
-
传统BI为什么注定会失败？
所属栏目：[大数据] 日期：2021-01-02 热度：197
? ? 华联商超数据中心总监付立虎曾经讲过这样一个故事：北京华联作为国内大型商业超市，每天来自全国门店的交易数据有千万条，每年仅用户购买的数据累计就超2TB，对于数据分析应用的需求非常强烈。 ????为此，华联在2008年专门引入SAP的BW系统用于数据分析，[详细]
-
深度挖掘基金经理的座驾和基金投资风险之间的关系
所属栏目：[大数据] 日期：2021-01-02 热度：151
本文转自： 量化24小时 已获取官方授权，如需转载，请与原作者联系。 如果一定要贴标签的话。。。。。。 以上是两位基金经理。你的钱会投给谁呢？ 这是一个严肃的学术问题，有不少学者研究了sensation seeking和投资风格之间的关系。今天，我们带来的这篇文[详细]
-
大数据分析中国女人罩杯分布 祖国山河一片A 大罩杯的都在广东
所属栏目：[大数据] 日期：2021-01-02 热度：163
报道大数据企业： 大数据产品、大数据方案、 ? 大数据人物 分享大数据干货： 大数据书籍、大数据报告、 大数据视频 本文系大数据人精选自产品公园。 欢迎更多优质原创文章投稿给大数据人：admin@bigdata.ren 小编微信：data985 作为一个工科小男生，不是很懂[详细]
-
学习大数据为什么要先学Java？
所属栏目：[大数据] 日期：2021-01-02 热度：185
计算机编程语言有很多，目前用的多一点的就是Java，C++，Python等等。目前大多数学习大数据的人都是选择学习Java，那Java到底好在哪呢？为什么学大数据之前要先学Java呢？我们今天就来分析一下。 不少想学习大数据的零基础学员都知道，学大数据部分课程之前[详细]
-
?专访 | 今日头条2016 Byte Cup大赛实战经验分享：要充分挖掘模
所属栏目：[大数据] 日期：2021-01-02 热度：58
机器之心原创 作者：杜夏德 今日头条技术副总裁杨震原在 2016 Byte Cup 世界机器学习比赛颁奖仪式上说，「我们期望经过算法解决问与答的匹配功率疑问。这个疑问即使是小幅的改善，也会影响到数以百万计的用户。」 近日，由今日头条与中国人工智能学会及 IEEE[详细]
-
hdu1402 FFT 大数乘法
所属栏目：[大数据] 日期：2021-01-02 热度：105
#includeiostream #includestdio.h #includestring.h #includealgorithm #includemath.h #includevector #includemap using namespace std ; #define rep(i,a,n) for(int i=(a);i(n);i++) const int N = 1e6 + 10 ; int n; struct Com{ double r,i; Com( dou[详细]
-
教你4步挖掘设计灵感，30分钟打造出一款圣诞节Banner
所属栏目：[大数据] 日期：2021-01-02 热度：52
写在前面 大家都知道没灵感的后果是什么吧？比如做了一稿又一稿始终get不到老板的兴奋点啦，无止境地加班啦，做着做着感觉不对劲想要中途弃稿啦，时间过了一大半却还迟迟没有动手执行啦等等，所有这些对于创意人或设计师来说可都是噩梦般地存在[详细]
-
零基础如何学习SAP BI模块
所属栏目：[大数据] 日期：2021-01-02 热度：150
SAP的BI（商务智能）产品是一个决策支持系统，运行在OLAP环境，包括BW与BO，BW为数据仓库，是对企业的历史数据的存储。对企业的历史数据进行面向主题的分析，支持数据的钻取，可以使决策者更加清晰准确的分析企业各部门业务的发展状况。但是作为一名零基础的[详细]
-
SAP BI工具的优缺点
所属栏目：[大数据] 日期：2021-01-02 热度：63
虽然市场上BI suite不多，比如Microstrategy和Pentaho，但都一直在和SAP的Business Objects BI Suite竞争。 很多比较领先的BI工具供应商，比如Tableau或者QlikView或许能在某些领域超过SAP，但SAP BI Suite的某些功能还是无法实现。? SAP BI工具最大的优势在[详细]
-
RapidMiner缺失数据处理——去掉数据大量缺失的变量
所属栏目：[大数据] 日期：2021-01-02 热度：109
最近做数据挖掘，发现RapidMiner是一款数据清洗、处理和转换的好工具，尤其在数据量不大的情况下。和R语言相比，RapidMiner在数据处理方面要简单直观得多。虽然RapidMiner的功能可能不如R强大。另外，我们也可以在RapidMiner中可以直接利用Java/Groovy来编写[详细]
