京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据既是机遇也是挑战
昨天,扬州大学与清华大学“牵手”,在扬州联合举办“2015年人工智能与智能控制专题研讨会”。中国科学院院士、清华大学教授张钹作了题为“大数据与人工智能”的学术报告。特邀嘉宾香港城市大学刘志强教授作了大会主题报告。清华大学朱小燕教授、孙富春教授分别就人工智能领域、机器人智能控制领域面临的相关问题进行了深入探讨。
在会议间隙,记者专访了计算机科学领域的“泰斗”张钹院士。“这是我第四次来到扬州了,每次来这里都会给我带来惊喜。”张钹表示,扬州是个出人才的地方,他对扬州的印象十分深刻。
谈及大数据,他说,很多人都只谈大数据带来的机遇,很少谈及挑战。“大家都把大数据看作是石油、是财富,我觉得这个看法是片面的。大数据不是石油,而是一个含油量很低的矿石,拥有矿石虽然很重要,但是如果你没有提炼矿石中石油的好手段,你也得不到石油、得不到财富。所以我们在强调拥有大数据重要性的时候,你还得强调,要有好的分析数据的工具和方法。”张钹强调,只有你拥有了好的分析数据的工具和方法,你才能提炼出你所需要的东西。
对于扬州如何来抢抓大数据时代带来的机遇,他也提出了自己的建议。“对于智能化科技,企业不应该只是重视成果,还应该结合自身的情况,计划好下一步做什么。”张钹提出,一个新的科技成果热起来后,不少企业都盲目跟风,这是不对的,企业应该有自己的考虑,要研究企业在目前的状况下,应该做什么事情。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03