“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

1864 播放

播放有问题？请戳这里

现代数据基础设施：从ETL到ELT

时长：6 分钟

类别：大数据技术

简介：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。

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 8 数据噪声

在本集《数据挖掘基础》教程中，我们将讨论可以重叠有效数据和异常值的数据噪声。噪声的出现是因为人为的不一致和分类。我们将为您列举几个数据噪声的例子，以及如何测量和记录数据噪声。
大数据：生物医学

世界各地正在迅速收集数字数据，数量的增长速度超过了任何人的预期。这些数据的分配和共享对正在进行的生物医学研究工作至关重要，在许多方面，医学的未来都依赖于此。
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。
大数据分析与人工智能

Maruti Techlabs为涉及人工智能的“大数据”问题提供了一个解决方案。该解决方案还使用文本分析和自然语言处理来确立单词之间的关系，并找到匹配用户输入的关键字。
数据采集工具

这个动画探讨了采集数据的不同方法，以及纵向研究要求参与者提供的不同类型的信息。这个动画是一个五集系列片的其中一集，旨在教授非专业人士纵向研究的基础知识。
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。

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 8 数据噪声

大数据：生物医学

数据挖掘 4 数据类型

大数据分析与人工智能

数据采集工具

数据挖掘的十大算法

Depop：实时数据获取与分析