技巧
-
医药行业药品研究数据分析该怎么做？
2015-06-25医药行业是一个高度注重标准、高度注重量化分析的行业，无论是早期的临床前试验，还是后期的工艺研发，都会涉及到大量分析方法。
-
大数据时代到来 我们还需不需要ETL？
2015-06-22将数据转化为有用信息，成为了许多企业迈不过去的一道坎，也是许多大数据项目仓促上马但最终失败的主要原因。
-
【大数据分析工具采购指南】从选择到应用
2015-06-17通过部署和使用大数据分析工具，分析流程可以帮助公司提高运营效率，产生新的利润，获得竞争优势。企业可选择的数据分析应用程序有很多。
-
优化主数据管理，我们该怎么做？
2015-05-26虽然主数据管理（MDM）起源于制造业和财务服务等行业，但对于任何行业而言，MDM不失为管理数据的好方法。
-
Java 8的高级自动化之旅
2015-05-19去年三月份Oracle发布了Java 8，将高级自动化应用于应用发展和部署。它广为人知的秘密武器就是与Lambda的结合。
-
第一步即可见成败：选对大数据方向很重要！
2015-04-26企业正在思考把日益增长的数据集放到那块云业务地图上，他们需要首先设定一个业务目标。
-
工业4.0前景下我国企业的数据应用实际
2015-04-20要实现新的“工业革命”，基于“大数据”技术的数据挖掘和知识发现能力，将是其中最为重要的能力之一。
-
NoSQL详解：如何找到对的技术
2015-04-02虽然关系型数据库系统RDBMS在安装和使用上仍然占有主要地位，但毋庸置疑，非关系型数据库NoSQL技术已经成为今天发展最快的数据库技术。
-
SAP商务智能升级：要平稳也要高效
2015-03-31从一个版本到下一个版本迁移时，我们不能假设在上一版本好用的功能在下一版本一定好用。
-
教你如何度量Hadoop，不浪费每一分性能
2015-03-30对于产品经理来讲，了解产品的使用情况是最为重要的事情之一。不过，对于Hadoop平台这样的产品来讲这件事情就有点飘忽不定了。
分析 >更多
-
Test Post today
Test Post todayTest Post todayTest Post todayTest Post […]
-
Test Posts today
Test Posts today Test Posts today Test Posts today Test […]
-
Spark尚未“成熟” 用户仍需“专业”
虽然Spark的应用对企业而言已经并不陌生，但对于一些企业来说，这项技术可能还是比较“前沿”。
-
Watson 分析：让我们变得更好还是更懒？
Watson分析在很多领域表现出色，特别是在广告方面，包括Google和Adobe。但是IBM的AI驱动的分析技术还值得细细推敲。
电子杂志 >更多
-
《数据价值》2017年3月刊·当预测模型失败了
随着大数据环境的不断发展，集成和准备分析数据的工作正在发生显著的变化。
-
《数据价值》2016年10月刊·窥探未来的水晶球
企业可以利用Hadoop以及所有与它相关的技术设计大数据环境，以满足其特定的需求。但把所有的技术集成在一起并不是一件容易的事。