“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

1667 播放

播放有问题？请戳这里

Depop：实时数据获取与分析

时长：7 分钟

类别：大数据技术

简介：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。

相关视频:

数据挖掘 6 图形与有序数据

在这个数据挖掘基础教程中，我们将介绍基于图形的数据和有序数据，并讨论不同类型的有序数据，如时空数据和基因组数据。
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。
大数据入门：理解Hadoop生态系统

由于大数据的数据量大、速度快和类型多，大多数传统技术在分析大数据时遇到了困难。因此出现了新的技术来解决这些困难。在这些技术中，Hadoop可能是大数据中最流行的名词。
数据挖掘 5 文档及交易数据

在这个数据挖掘基础视频教程中，我们将讨论记录数据的另一个有用的子类别：文档数据。我们还讨论了事务数据，事务数据是记录数据，其中每条记录涉及一个项目集。
数据采集和预处理

数据采集是构建机器学习模型的重要组成部分之一。因为无论我们的模型设计得多么好，如果训练数据无效，它将学不到任何有用的东西。
数据分析的类型

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？
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。
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。

观看记录：

标签:

相关视频:

数据挖掘 6 图形与有序数据

数据挖掘 3 数据属性（下）

大数据入门：理解Hadoop生态系统

数据挖掘 5 文档及交易数据

数据采集和预处理

数据分析的类型

银行业中的9大数据科学用例

数据挖掘 7 数据质量