数据挖掘技术架构
收录了 数据挖掘技术架构 频道下的 50 篇内容
Azure 云：大数据时代的机器学习平台
如何从噪声与知识并存的海量数据中挖掘出价值，是当前数据挖掘学科面临的重要挑战。为此，Azure云推出了机器学习云平台，试图通过多年的技术积累下的经验和方法来解决这一问题。
明略技术合伙人任鑫琦：数据关系挖掘算法、技术难点及应用场景分析
数据孤岛、零散数据等现象一直是企业大数据应用过程中所常见的问题，当数据以及数据来源增加过快时，不同数据之间的打通就成了最大的困难，有时这些问题对于传统企业来说更为严重。而数据关系挖掘作为解决数据孤岛等难题的手段之一，可以有效的帮助企业将多样化的数据进行统一存储并挖掘出其中隐藏的价值，目前在公安、电信、金融等传统行业中的应用也正变得愈加广泛。为了了解数据关系挖掘背后的算法应用、技术难点等问题，InfoQ对明略数据技术合伙人及SCOPA产品负责人任鑫琦进行了独家专访。
数据中台之结构化大数据存储设计
本文介绍阿里云Tablestore选择哪种设计理念来更好的满足数据系统中对结构化数据存储的需求。
一个数据挖掘者的自我修养：数据科学家头衔很光鲜，但全栈工程师才是本质
二十年间，大数据已经从星星之火变成燎原之势，而“新基建”会让大数据的火越烧越旺。
算力规模突破千万核，腾讯云大数据产品全景图长啥样？
腾讯云大数据技术已经从第一代的离线计算，第二代的实时计算，第三代的机器学习，发展到如今以隐私计算、数智融合以及云原生为代表的第四代。
AdMaster 技术副总裁谈 Hadoop、营销数据、Python 和挖掘平台
在本次访谈中，AdMaster技术副总裁卢亿雷谈到了营销数据的重要性、Python做数据挖掘的易用性以及他对Hadoop相关平台的看法。
如何构建一个通用的数据中台 | 荐书
本文介绍如何构建通用数据中台的经验。
大数据技术的回顾与展望 ——写在 Hadoop 十周年纪念
今天是Hadoop十岁生日。于2006年1月28日诞生的它改变了企业对数据的存储、处理和分析的过程，加速了大数据的发展，形成了自己的极其火爆的技术生态圈，并受到非常广泛的应用。InfoQ策划了一系列文章，为大家梳理Hadoop这十年的变化，以及技术生态圈状况，本文是第一篇。
51 信用卡的数据驱动运营增长体系
本次分享介绍如何基于实时大数据架构、机器学习算法和ab-test框架来实现新用户的实时个性化精准分化、生命周期运营等。
从数据中洞察智慧和价值，索信达联合 ThoughtWorks 探索数据技能提升的方法论
数据是现代企业的生命线。年湾区一位中等水平的数据工程师的年薪。万元的水平，百万以上比比皆是。这一岗位的热门程度可见一斑。
QCon 北京 2015：18 个热门专题，出品人全部确认，新版网站上线
距离QCon北京2015（4月23日~25日）还有不到3个月的时间，组委会正在紧张地筹备，目前18个热点专题的出品人已经全部到位，正在邀约各路技术专家前来分享。3月1日前报名，可享8折优惠
大数据杂谈微课堂 | 数据挖掘技术和房地产的有效结合
数据挖掘依托房地产行业累积的海量数据，从中挖掘出最有价值的数据， 从而改善行业体验，推动行业进步。 本文内容主要包括如下两个部分： 1）数据挖掘在房产领域的可行性和必要性 2）数据挖掘在链家网的实践详情
浅谈银行数据仓库的构建之路
银行数据仓库应该如何构建？
腾讯信息流热点挖掘技术实践
本次分享主要介绍腾讯在热点挖掘方面的工作。基于搜索数据和自媒体文章，通过时序分析方法和内容聚类相结合的方法挖掘热点，并将热点聚类成事件和话题。
神策沙龙回顾：大数据技术和金融、房产、理财的深度结合
在大数据井喷的时代，各行各业所产生的数据就是一座座金矿，如何设计大数据应用，更有效、创新的发掘大数据的价值，也是行业内一直在追寻并探索的答案。
数据流通关键技术探究
数据流通是指在数据供方和需方之间按照一定流通规则进行的以数据为对象的行为。数据流通在技术实现上有诸多需求，主要在数据安全、质量保障、权益分配、追溯审计和透明度等方面。
QCon 北京：构建大数据生态需要哪些核心技术？
2016年QCon全球软件开发大会北京站为期三天的会议已圆满结束，参会者对整体内容设置及安排反馈良好。这里我们梳理出22号“大数据生态构建”厂商共建专场的重点演讲内容，为没能到现场聆听的小伙伴们奉上饱满的干货内容。
转转数据中台技术架构方法论与实践
在 ArchSummit 北京 2019 大会上，李军讲师做了《转转数据中台技术架构方法论与实践》主题演讲。
解读 2019 之架构领域全年盘点
从微服务跨越到中台，从基础架构到业务架构，过去一年内架构领域发生了哪些大变化？
京公网安备 11010502039052号 | 产品资质
