
大数据分析与应用技术国家工程实验室成立
近日,北京大学举办大数据分析与应用技术国家工程实验室揭牌仪式暨大数据分析与应用技术创新论坛。北京大学副校长王杰表示,北京大学将以国家工程实验室的建成为契机,强化实验室的基础设施、人才团队、资金投入和机制创新,推动大数据产业的快速发展。
据悉,大数据分析与应用技术国家工程实验室由北京大学牵头,中国科学院数学与系统科学研究院、北京奇虎科技有限公司、北京嘀嘀无限科技发展有限公司、中山大学、中国信息安全研究院等单位共同参与,旨在建设大数据分析技术研发与应用试验平台,培养和汇聚大数据分析技术研发与应用高端人才,为推动我国大数据分析与应用的技术进步和产业发展提供技术支撑。
王杰表示:“大数据技术已经成为引导社会变革的新兴力量,北京大学一直注重大数据学科体系的建立,成功申报了全国首批数据科学与大数据技术专业,形成了数据科学本科、硕士和博士的完整培养链条。”
北京大学元培学院院长、北京大数据研究院院长鄂维南院士指出,尽管国际大数据分析技术已经发展出很多软件平台,但深度学习在实际应用领域中还不成熟,国内的大数据资源和分析技术还有待提高。
“因此,工程实验室应大力引进国内外高校、研究机构和业界的大数据高端人才,以大数据分析技术为核心,致力于在数据存储整理、数据预处理、可视分析、智能决策等环节实现技术突破,构建大数据分析产业共性技术创新网络,促进大数据与各行业应用的深度融合。”鄂维南说。
来源:中国青年报 ( 2017年03月27日 09 版)
本报讯(中国青年报·中青在线记者 叶雨婷)近日,北京大学举办大数据分析与应用技术国家工程实验室揭牌仪式暨大数据分析与应用技术创新论坛。北京大学副校长王杰表示,北京大学将以国家工程实验室的建成为契机,强化实验室的基础设施、人才团队、资金投入和机制创新,推动大数据产业的快速发展。
据悉,大数据分析与应用技术国家工程实验室由北京大学牵头,中国科学院数学与系统科学研究院、北京奇虎科技有限公司、北京嘀嘀无限科技发展有限公司、中山大学、中国信息安全研究院等单位共同参与,旨在建设大数据分析技术研发与应用试验平台,培养和汇聚大数据分析技术研发与应用高端人才,为推动我国大数据分析与应用的技术进步和产业发展提供技术支撑。
王杰表示:“大数据技术已经成为引导社会变革的新兴力量,北京大学一直注重大数据学科体系的建立,成功申报了全国首批数据科学与大数据技术专业,形成了数据科学本科、硕士和博士的完整培养链条。”
北京大学元培学院院长、北京大数据研究院院长鄂维南院士指出,尽管国际大数据分析技术已经发展出很多软件平台,但深度学习在实际应用领域中还不成熟,国内的大数据资源和分析技术还有待提高。
“因此,工程实验室应大力引进国内外高校、研究机构和业界的大数据高端人才,以大数据分析技术为核心,致力于在数据存储整理、数据预处理、可视分析、智能决策等环节实现技术突破,构建大数据分析产业共性技术创新网络,促进大数据与各行业应用的深度融合。”鄂维南说。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03