“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

1750 播放

播放有问题？请戳这里

数据挖掘 7 数据质量

时长：2 分钟

类别：大数据技术

简介：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。

相关视频:

现代数据基础设施：从ETL到ELT

Fivetran创始人兼首席执行官乔治•弗雷泽解释,将数据从来源端移到存储端（数据湖和数据仓库）的工作流——如何从惯常和繁琐的ETL过程（提取-转换-加载）变为更加标准化和可伸缩的ELT（提取-加载-转换）。数据为我们的决策和产品提供动力。处理这一问题的工具和技术也在迅速发展。
数据挖掘 4 数据类型

继续我们的数据挖掘基础系列片，我们将向您介绍三种数据集类型，即记录数据,图形数据和有序数据。并为您提供何时希望使用每种数据集的示例。
英特尔和大数据生态系统

大数据生态系统正在大力发展，来自医疗、零售、交通等领域的客户正从其中获得的商业观察获益。随着数据的不断增长，存储技术和分布式存储系统对于实时决策和洞察发现变得越来越重要。Intel很高兴与Alluxio的开发者社区合作，并在Intel平台上优化Alluxio解决方案。在本次演讲中，Ziya将讨论英特尔在该领域的优化工作、开源贡献和行业用例。
如何成为数据分析师

数据分析师究竟是什么人？数据分析师是数据科学的真正骑兵。他们负责收集数据、构建数据库、创建和运行模型，以及准备高级类型的分析来解释已经出现的数据规律。数据分析师还会忽视预测分析的基本部分。
数据挖掘的定义及重要性

就像淘金是在泥土和岩石中挖掘有价值的金矿一样，数据挖掘是筛选大数据集以找到有价值的信息。它使用软件、算法和统计方法来识别数据中的规律，然后帮助解答业务问题。数据挖掘技术被用于许多商业研究领域，如市场营销、风险管理、欺诈检测、网络安全、医疗诊断和数学，以及控制论和遗传学等研究学科。
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。
了解数据采集的方法

欢迎收看本期关于数据采集的视频。看完此视频后，您将能够解释什么是数据采集，数据采集的方法和数据类型。数据采集是一种从各种来源收集相关信息的系统方法。
数据可视化演示

数据可视化是Oracle云分析平台上可用的技术之一。数据可视化用于轻松创建可视化和项目，揭示公司数据的趋势，帮助您回答问题并发现有关您企业的重要见解。

观看记录：

标签:

相关视频:

现代数据基础设施：从ETL到ELT

数据挖掘 4 数据类型

英特尔和大数据生态系统

如何成为数据分析师

数据挖掘的定义及重要性

数据挖掘 7 数据质量

了解数据采集的方法

数据可视化演示