通过本课程的学习,学生能够理解数据库技术的发展为何导致数据挖掘、以及数据挖掘潜在应用的重要性;掌握数据仓库和多维数据结构,OLAP(联机分析处理)的实现以及数据仓库与数据挖掘的关系;熟悉数据挖掘之前的数据预处理技术;掌握数据挖掘技术的关联、聚类、分类、序列分析等常用算法的原理和算法;掌握经典数据挖掘算法的Python编程实践。
作为核心经济资源,数据蕴涵的经济价值无限巨大、前景无限光明。但是,真正实现数字经济的内涵价值,需要洞察数据交易和数据价值挖掘的深刻关联,完成从数字资源到数字资产和数字资本的历史性飞跃。
在2020年世界移动大会上,中国移动董事长杨杰发表了“加快数字化创新,共筑可持续未来”的主旨发言,他提及: 力争提前完成年内30万个5G基站建设目标,确保地级以上城市城区全面良好覆盖; 加快“3+3+X”数据中心建设,年内实现全国数据中心投产能力超百万架,高效支撑各行各业智能化应用算力需要;
数据质量管理标杆奖项是国内关注在数据质量领域的,为发掘、汇聚中国在数据质量管理的创新思想、实践经验及专业人才而设立的面向全国范围内公开征集的奖项,该奖项从2019年设立,得到行业内企业机构、行业专家等的关注和支持。2020年第二届数据质量管理标杆奖项由北京大学、国家电网全球能源互联网研究院指导,
随着能源领域的加速变革,国家电网公司积极制定实施大数据战略,成立大数据中心,挖掘海量能源数据资源价值,健全数据资产管理体系,用数据驱动管理变革和转型升级。如何基于智慧城市能源云平台获取的海量能源数据资产,运用数据挖掘技术,唤醒沉睡的数据,对数据进行解构、重组、再造,明确数据在哪里、数据有多少、数据如何用,实现资产数据化到数据资产化的转变,优化与创新市场拓展模式是能源企业亟待解决的问题
在9月29日给同济大学管理科学与工程硕士班同学上课中同学们得提问题涉及到了很多有意思的话题,因此撰文对其中几个问题进行回答,也共同分享,上次谈到智能制造是一个技术变革还是一个管理变革,但是,发现远不止于此,包括制度、技术、管理、组织、生态等都是需要变革的。此次简要谈谈其中一个同学问到的“人工智能应用中,是否人发挥的作用更大?”。
人类社会已进入大数据时代,教育数据质量管理是教育数据充分发挥潜在价值的关键因素和基本前提,同时也是教育数据治理体系建设中的薄弱环节,因而成为教育信息化领域普遍关注的议题。
福建法院司法大数据平台日前正式上线运行,探索运用大数据分析技术、提升司法数据挖掘能力,为法院管理和社会治理提供科学决策依据。
钢铁企业在变化的过程中,必须要面临 3 种变革,分别是管理变革,技术变革以及决策变革,现如今面对的变革是决策变革。以往的钢铁企业都是通过人工经验来进行决策的,但是现如今不单单只能通过人工经验来进行制造精益生产了。
信息传递是构成现代社会文明的基本要素,通信系统与网络已经成为人类生活中必不可 少的基础设施。在我国,信息通信业是国民经济中最具成长性、关键性、基础性的产业。随 着 AI(人工智能)技术、云计算技术在各个领域的推广和应用,人工智能时代已经启航。
大数据并非万能的。海量数据并不一定有商业价值,实际上,80%~90%的数据都是无用的。处理大数据是一项困难的工作,寄望于安装一套系统就能自动获得结果,无疑是异想天开。企业需要使用正确的技术和工具,制定合适的政策和工作流程,物色善于使用分析法和预测分析软件的统计人才,从而更精准地打造产品和服务,以满足瞬息万变的市场需求。
据麦肯锡调查显示,数据挖掘的商业价值巨大,在欧洲公共管理部门,每年能提高 0.5%的生产力,创造 2500 亿欧元的价值;在美国零售业,每年能提高 0.5%-1.0%的生产力和 60%的净利润。
企业当中无效、利用率最低的数据是什么数据?
当前,全球范围内城市化进程不断推进。随着互联网和信息化的发展,在云平台、大数据和物联网等技术的支持下,率先在美国“智慧星球”概念下诞生的“智慧城市”,逐渐成为当今世界各国城市建设的发展趋势和选择。
据麦肯锡调查显示,数据挖掘的商业价值巨大,在欧洲公共管理部门 ,每年能提高 0.5%的生产力,创造 2500 亿欧元的价值;在美国零售业,每年能提高 0.5%-1.0%的生产力和 60%的净利润。