数立方以「天气+城市营运管理解决方案」荣获2022年广州白云区巿政府数据创新应用大赛优秀奖

Congratulations to Datacube as an award winner in Data Innovative Application Competition, launched and conferred by Guangzhou provincial government in the year of 2022!   The officials of Baiyun district generously shared up to 1200 sets of government’s data to the public. The contestants could freely apply those data sets to generate insightful solutions, pinpointing…

向决策者介绍特征工程概念(第1部分)

特征工程是数据科学和机器学习中的重要术语。 数据科学家把 80% 的时间用于处理特征工程任务,余下20% 的时间用于训练机器学习 (ML) (*3)。 详细来说,过程中,选择、转换、提取、组合和操作原始数据,是产生分析或预测建模所需变量的关键过程 (*2)。

一般工厂普遍智能化生产经验

Most of today’s factory production lines have experienced a transition from manual-intensive mode to semi-automation to full automation. However, there are also many manufacturers who have gradually completed digital transformation (Digital transformation) and even begun to promote intelligent production models (Intelligent / Smart manufacturing).   Regardless of digital or intelligent production, what elements do factories…

有效数架构的关键组成部分和最佳实践方式

数据普遍被视为是公司的命脉。它为管理者制订策略前提供信息,推动公司决策,并支撑业务运作。为了充分利用数据的巨大潜力,公司需要建立强大的数据架构。效能卓越的数据架构具有高度可靠性,安全性,且管理者容易存取数据。这样,管理者便可确保数据可被充份保存和管理。本文我们将探讨如何设计有效益的数据架构、其中关键组件和最佳的实施方案。

数据工程:数据团队的主要考虑因素

在数字化时代,企业正日益依赖数据来推进业务,但随之而来的是数据管理的复杂性和成本的上升。Gartner的报告进一步证实了这一观点,指出由于数据完整性问题,企业每年可能损失高达1290万美元。这些统计数据突显了数据专家不仅要解决数据问题,更要关注如何从数据中创造价值。随着年底的临近,数据团队应抓住机会,优化其策略,特别是在数据迁移中加强自动化测试的应用。

数据科学如何在AI时代改变您的业务?

在一个数据被视为新石油的时代,业务的未来与人工智能(AI)和机器学习(ML)的进步密切相关。更加IDC的数据,高大83%的首席执行官希望将他们的公司转变为以数据为中心的组织。此外,87%的C级高管认为,转变为智能企业是他们的首要任务。