京公网安备 11010802034615号
经营许可证编号:京B2-20210330
北京大数据研究院成立拟推动数据研究成果转化
8月27日,国内首个整合了政府、大学和市场三方面资源的大数据研究机构——北京大数据研究院今天在北京大学揭牌。北京大数据研究院是在北京市委市政府的支持与指导下,由中关村管委会、海淀区政府、北京大学、北京工业大学四方共同支持中科院院士、北京大学教授鄂维南牵头筹建。目标是吸引国际一流大数据研究人员来京发展,用五到十年的时间,建成国际一流的大数据教育、科研创新和创业化平台,成为中国乃至世界大数据产业发展的一面旗帜。
鄂维南表示,2009年的时候,大数据还是一个没人知晓的词汇,到现在却已尽人皆知。如今,在大数据领域,我们最大的优势是广阔的市场,最大的劣势是人才缺乏。北京大数据研究院的研究方向将主要集中在交通大数据、金融大数据、移动互联网大数据、医疗大数据等多个方面,旨在通过对于不同产业的数据予以整合与分析,从而优化产业资源配置,支撑产业主管部门决策,促进产业发展。其优势是具备覆盖金融、通信、交通、医疗等多个领域的研究经验,有充足的案例和核心技术储备,可以实现由数据到信息,由信息衍生出智慧。北京大数据研究院未来将探索新的运行模式,在大数据研究院下建立协同研究、转化、产业三线并行运行管理机制。
鄂维南透露,将在北京大学、北京工业大学等单位建立北京大数据高精尖创新中心,发挥北京大学在数学等基础领域和北京工业大学在交通、生物医疗等应用领域的研究优势,进行人才培养与科学研究。同时,成立股份制的技术成果转化中心,围绕金融、交通、医疗、移动互联网等各行业大数据应用需求,与百度、阿里等互联网大数据领军企业共同开展大数据共性关键技术研发、行业大数据分析、成果转化。另外还要建立纯市场化的大数据创业企业孵化机制和载体,与大数据领军企业、知名创业投资机构合作,支持研究院的应用技术研发人员带着研发成果在中关村创业,培育一批大数据领域技术创新型企业。
北京大学校长林建华表示,当今的世界变化很快,我们已经进入数据时代,但是人们对如何获取、存储、分析、处理数据不是很在行,需要我们不断地去创新,去解决这些问题。这次我们把政府、大学和市场三个方面的资源结合起来,这非常有利于推动人才培养和产业发展。希望利用好各方面资源,聚集人才,推动学校的发展,使北京市成为中国乃至全世界大数据产业发展的一面旗帜。
北京市副市长隋振江表示,北京市着力支持北京大学等中央和市属高校提升科技创新和重大创新成果转化能力,通过深化体制机制改革,释放创新活力,搭建一批高水平国际化创新平台。要落实好促进大数据发展行动纲要,推动政府信息系统和公共数据互联共享,支持大数据研究院开展交通、医疗、就业、社保等政务大数据应用创新示范,加快推动首都公共数据开放共享和应用创新,发挥出原始创新策源地的作用。
中关村率先培育大数据产业,支持大数据在商业、金融、交通、医疗、教育等行业示范应用,培育出了百度、京东、小米、用友、曙光等100多家大数据创新企业,在超大规模数据仓库、分布式存储和计算、人工智能数据分析、人机交互和虚拟现实等技术上已达到国际先进水平。同时,中关村围绕大数据挖掘、评估、交易推动成立了一批服务平台和专业机构,积极引进全球大数据创新资源,布局打造全球大数据创新中心。
北京大学校长林建华、中科院院士鄂维南、工信部信息化和软件服务业司副司长陈英,北京市副市长隋振江、市委副秘书长郭广生、中关村管委会主任郭洪、海淀区政府代区长于军、北京工业大学党委书记郑吉春等政府部门、高校、社会组织和企业代表出席揭牌仪式
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16