“知识视界”产学研-视频播放

对不起，您不在IP段范围内，无法观看

1735 播放

播放有问题？请戳这里

数据分析的类型

时长：6 分钟

类别：大数据技术

简介：在我们讨论数据分析的类型之前，让我们先来看看它的几个阶段。有三个阶段，例如：将数据阵列划分为子集，从数据阵列中得出某种性质的结论，以及通过特定的模型进行转换。分析可以帮助你回答各行各业中出现的问题。例如，如果一个数据分析师分析一个公司的财务数据，他们可以回答以下问题：公司的活动或外部环境发生了什么变化？哪些领域产生的利润最多？

相关视频:

数据挖掘 3 数据属性（下）

在这个数据挖掘的基础视频教程中，我们通过识别属性分类的子集来更深入地研究属性。这些子集包括：范畴、标称、序数、区间和比率。
数据挖掘 7 数据质量

在本集《数据挖掘基础》中，我们将介绍数据挖掘中最被忽视的步骤：数据质量。了解数据质量问题对于创建能在生产中实际工作的稳健模型非常重要。
数据挖掘的十大算法

本讲座重点介绍2008年前后的10大数据挖掘算法。其中包括各种有监督和无监督的方法，并早于大约2012年的深度神经网络革命。
Depop：实时数据获取与分析

观看这段视频，了解Depop如何建立一个数据获取工作流和分析系统来处理来自他们电子商务网站的事件。我们将讨论Depop团队如何使用Lambda、S3、Glue和Athena对其初始架构进行迭代，以利用灵活的数据湖模式。为了让Glue为每个数据类型创建不同的模式，他们为每条记录或事件类型创建了单独的Kinesis流。
银行业中的9大数据科学用例

在银行业中，应用数据科学已不仅仅是一种趋势，它已经成为跟上竞争的必然。银行必须认识到，数据科学家可以帮助他们有效地集中资源，做出更明智的决策，并提高绩效。本视频盘点了银行领域的数据科学用例，我们将这些用例结合起来，让您了解如何处理大量数据，以及如何有效地使用它们。
大数据需要什么样的技术基础设施

在与IBM系统副总裁Ivo Koerner的访谈中，我们探讨了让大数据在您的机构中运行所需的技术基础设施。
简明解释：大数据分析的工作原理

本视频将介绍大数据和分析，并解释这些技术的基础。本视频将帮助你理解：什么是大数据，它如何与分析相结合，你如何使用它，我们会为你提供现实生活中的例子。
大数据与数据可视化

现在的大数据一般指的是数据的收集、处理和分析技术等一系列技术的综合利用，人们可以从数据中获取大量的信息。但是这类数据在形式上对于人们而言是不便于理解的，这时候就要求数据可视化的操作了。数据可视化是指通过柱状图、饼图等图形的形式来表示数据，这对于用户理解数据结构和背后的意义具有很好的辅助效果。

观看记录：

标签:

相关视频:

数据挖掘 3 数据属性（下）

数据挖掘 7 数据质量

数据挖掘的十大算法

Depop：实时数据获取与分析

银行业中的9大数据科学用例

大数据需要什么样的技术基础设施

简明解释：大数据分析的工作原理

大数据与数据可视化