1. 数据可视化工具大集合 2018-2-21
2. 所谓数据可视化是对大型数据库或数据仓库中的数据的可视化，它是可视化技术在非空间数据领域的应用，使人们不再局限于通过关系数据表来观察和分析数据信息，还能以更直观的方式看到数据及其结构关系。[阅读全文]

1. 39个大数据可视化工具 数据研究必备 2018-2-20
2. 数据可视化无处不在，而且比以前任何时候都重要。[阅读全文]

1. App数据分析到底要分析什么 2018-2-20
2. 按大众化的分法，产品的生命周期(PLC, Product Lifetime Cycle)分为初创期、成长期、成熟期、衰退期，在产品的每个阶段，数据分析的工作权重和分析重点有所区别，下面按阶段结合案例来聊聊。[阅读全文]

1. 有关500强企业大数据 2018-2-20
2. 在互联网时代，市值已经替代收入或利润，日益成为衡量上市公司综合实力的最好标尺。[阅读全文]

1. 程序员这个职业会是另一个即将破裂的泡沫？ 2018-2-20
2. IT和一些低级别的编程工作最终会消失吗？这个工作是一个巨大的即将破裂泡沫吗？本文作者对此做了详细的分析。[阅读全文]

1. 用 Python 连接 MySQL 的几种姿势 2018-2-20
2. 尽管很多 NoSQL 数据库近几年大放异彩，但是像 MySQL 这样的关系型数据库依然是互联网的主流数据库之一[阅读全文]

1. 2018年人工智能和机器学习路在何方? 听听美国公司怎么做 2018-2-20
2. 本文为美国著名数据分析网站DZone分析师Tom Smith与Exaptive的副总裁Matt Coatney的专访对话，对人工智能和机器学习的未来做了深度的探讨。[阅读全文]

1. 警惕大数据成了互联网的“PX项目” 2018-2-20
2. 2018年新年伊始，BAT接连遇到了数据隐私问题带来的困扰。[阅读全文]

1. 2018年大数据趋势 ：人工智能… 数据分析将包含可视化模型… 2018-2-20
2. 笔记本电脑、智能手机、传感器，都为物联网带来了大量数据。[阅读全文]

1. AI时代：推荐引擎正在塑造人类 2018-2-20
2. We shape our tools and afterwards our tools shape us. ——Marshall McLuhan[阅读全文]

1. 6个案例故事一窥人工智能和机器学习带来的巨变 2018-2-10
2. 现在没有什么比人工智能(AI)和机器学习(ML)更热的技术了。[阅读全文]

1. 人工智能在信用评估中的作用 2018-2-10
2. 对于企业发行的债券类借款，人们可以通过机器实现其模型的风险度量与计算。[阅读全文]

1. 人工智能产业展望：2018年三大难题如何破解？ 2018-2-10
2. 当前，AI的竞争已然升级到国家竞争。2017年首次出现了“AI中国威胁论”。[阅读全文]

1. 入门深度学习，但你知道哪些情况下不该使用深度学习吗？ 2018-2-10
2. 我知道以深度学习的缺点来开始本文是不合时宜的，但是此前关于深度学习的一大波讨论我觉得可以很好的引出我观点。[阅读全文]

1. 大数据架构师从入门到精通 学习必看宝典 2018-2-10
2. 经常有初学者在博客和QQ问我，自己想往大数据方向发展，该学哪些技术，学习路线是什么样的，觉得大数据很火，就业很好，薪资很高。[阅读全文]

1. 从自动驾驶到学习机器学习：解读2017科技发展的15大趋势 2018-2-10
2. 科技在明年将会发生巨大的改变。想要了解前沿资讯吗?著名设计公司 frog 做出的这些预测可能会让你了解一些 2017 年的科技发展趋势。[阅读全文]

1. 大数据计算架构Hadoop、Spark和Storm 三者技术比较 2018-2-10
2. 从人工统计分析到电脑 大型机再到今天的分布式计算平台，数据处理速度飞速提高的背后则是整体架构的不断演进。[阅读全文]

1. 【认知】大数据的“多维度”与“时效性” 2018-2-10
2. 在吴军的新书《智能时代》里专门讲了大数据的特点和应用领域。[阅读全文]

1. 从大数据到人工智能 我们还有多远的路要走 2018-2-10
2. 从去年开始，从政府到企业，从分析机构到业界专家，几乎所有的企业和个人都将目光锁定到了人工智能上。[阅读全文]

1. 大数据和BI商业智能有何区别？有何相关？ 2018-2-10
2. 大数据 ≠BI商业智能，大数据也不是传统商业智能的简单升级。[阅读全文]