Публикации по теме analytics

Публикации по теме 'analytics'

5 важнейших факторов успеха интеллектуального анализа больших данных

Успешный интеллектуальный анализ больших данных основан на правильной аналитической модели, выборе соответствующих источников данных, получении достойных результатов и их использовании для обеспечения положительного опыта конечных пользователей. Интеллектуальный анализ больших данных - это постоянная деятельность по определению желаемых бизнес-целей, выбору правильных источников данных, сбору соответствующей информации и применению результатов аналитики для получения существенных и..

Формирование культуры вокруг метрик и обнаружения аномалий

Обнаружение аномалий - это очень широкий термин. Обычно это означает, что вы хотите проверить, все ли работает как обычно. Это может быть не только бизнес-метрики, но и самый низкий уровень работы ваших систем. Обнаружение аномалий - это целый процесс. Это не просто стандартный инструмент для измерения данных временных рядов. Подобно DevOps, обнаружение аномалий - это культура, в которой разные роли участвуют в процессе, сочетающем инструменты с человеческим анализом. Наши..

Анализ привычек к чтению

Читаете в 21 веке? Ты серьезно !!! Доктор Сюсс, американский писатель однажды сказал: Чем больше вы будете читать, тем больше узнаете. Но как? Как много читать! Зачем читать? Как получить мотивацию к чтению? Если вы ищете эти ответы, то вы на правильной странице! В поисках ответа на вопрос: «Что побуждает вас читать?» Я просил разных людей ответить на этот вопрос. Изначально я думал написать простую статью, основываясь на разных полученных мной ответах. Затем я подумал,..

Злоупотребление большими данными может разрушить ваш бизнес

Правильное использование алгоритмов аналитики больших данных и машинного обучения помогает повысить удовлетворенность клиентов, обеспечить чистую прибыль и повысить рентабельность инвестиций. Напротив, результаты неправомерного использования больших данных будут ужасными. Blazent, компания по анализу ИТ-данных, опубликовала исследование состояния качества больших данных еще в 2016 году, которое дало некоторые интересные выводы о предполагаемых результатах неправомерного использования..

Что статистика и опросы говорят о Swift в 2017 году

Как евангелист разработчиков Swift, я всегда восхищаюсь тем, насколько быстро растет сообщество Swift. Это означает больше фреймворков и функций для большего количества возможностей. Это также означает больше инструментов для повышения производительности и эффективности. Но насколько хорошо на самом деле работает сообщество Swift? Насколько хорошо он сравнивается с другими языками программирования? В течение этого года я наткнулся на множество статей, посвященных анализу языков..

5 вещей, которые делают все великие компании, чтобы успешно внедрить AI/ML

2018 год был годом искусственного интеллекта и машинного обучения, что очевидно, поскольку мы стали свидетелями взрывного роста стартапов Кремниевой долины. В них вливалось много венчурных денег, независимо от того, предоставляли ли они возможности чистой платформы, AI-Ops, каталогизацию данных и т. д. Однако по моему опыту я видел, что большинство компаний проявляют осторожность в принятии этих тенденций, позволяя лишь нескольким специалистам по данным и инновациям команды, чтобы..

Самые важные библиотеки Python для науки о данных

С увеличением объема данных, которые можно найти в Интернете, Python также пережил огромный бум использования в последнее время (с 9% в 2010 году до 25% в 2020 году). Это, в свою очередь, привело к увеличению возможностей трудоустройства для специалистов по обработке данных, инженеров по машинному обучению и аналитиков данных (средняя зарплата тоже неплохая). По сути, Python уже некоторое время популярен в мире науки о данных и, следовательно, является востребованным навыком в..