首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    大数据应用技术学习不应做盲人摸象,闭门造车的实验室派

    随着科技的高速发展,数据在人类生活和决策中所占的比重越来越大,大数据的兴起只是说明了一种现象,面对如此广度和深度的大数据技术栈和工具集,如何学习和掌握好大数据分析这种技能,犹如盲人摸象,冷暖自知。不过技术的学习和应用也是相通的,条条大路通罗马,关键是要找准切入点,理论与实践结合,有全局观,工程化思维,对复杂系统设计开发与关键技术体系的主要矛盾要有所把握。熟悉大数据基础理论与算法、应用切入、以点带面、举一反三、横向扩展,从而构建完整的大数据知识结构和核心技术能力,这样的学习效果就会好很多。

    04

    【报告下载】2017版工业大数据白皮书发布

    2017年2月18日,在工业和信息化部和国家标准化管理委员会的指导下,《工业大数据白皮书》在北京正式发布。中国电子技术标准化研究院赵波院长指出,标准化是大数据在制造业领域中应用发展最为重要的方面,电子标准院不但要做好大数据相关标准化工作的顶层设计,从全局的角度统筹规划大数据标准化布局,还要积极研制重点领域的关键标准,特别是标准的试验验证和试点示范将成为后续的工作重点。电子标准院也将联合政产学研用各方来开展工业大数据标准化战略规划的综合研究,对产业热点和重点问题广泛开展交流、沟通与合作,共同推动工业大数据标准

    013

    硬纪元AI峰会前瞻:智能制造如何高效利用好大数据?

    如果说互联网解决的是信息的问题,那人工智能解决的就是根本上的逻辑问题。 目前国内制造业的共同问题在于内部信息传递严重不畅,所以MES(制造执行系统)一直并未得到大范围普及。但同时,制造业内部各种逻辑却极其相似(如不同企业不同产品的制造逻辑几无差别),这也是人工智能将来会推动制造业快速繁荣的一个潜在原因。 传统意义上的制造,从产品的概念、设计、可行性分析、制造工艺的选择优化,到生产过程中的品质把控、生产问题解决,每个环节都相当倚重经验,这也是为什么很多制造业的工程师需要深耕多年才能出成绩。但,人工智能最擅长的

    04

    贾其萃 : 笃行实践 筑梦扬帆 | 提升之路系列(二)

    导读 为了发挥清华大学多学科优势,搭建跨学科交叉融合平台,创新跨学科交叉培养模式,培养具有大数据思维和应用创新的“π”型人才,由清华大学研究生院、清华大学大数据研究中心及相关院系共同设计组织的“清华大学大数据能力提升项目”开始实施并深受校内师生的认可。项目通过整合建设课程模块,形成了大数据思维与技能、跨界学习、实操应用相结合的大数据课程体系和线上线下混合式教学模式,显著提升了学生大数据分析能力和创新应用能力。 贾其萃,女,清华大学水利系在读三年级博士生。2020年秋季学期参与清华大学大数据能力提升项目,充分

    02

    大数据既要分析但不能过分解读

    大数据主要有三个来源。首先是互联网特别是社交网络产生的海量信息;其次是大的科学工程早就产生了大数据,比如说“上帝离子”研究中产生的大量科学数据;再者是新的技术催生了很多大数据。我们国家从政府层面号召广大科研工作者对大数据进行研究,很多企业也非常积极。大数据的真正消费者是网民,技术基础是互联网。 大数据实际上给技术人员带来了很多挑战。我们应该在整个生命周期中研究大数据,包括采集、传输、处理、应用。大数据有很多安全问题,我们提倡用大数据说话,不要执迷于大数据。我们既要分析大数据,但不能过分解读。科学研究具

    07
    领券