京公网安备 11010802034615号
经营许可证编号:京B2-20210330
随着互联网的广泛使用,我们迎来了一个信息爆炸的时刻。海量的信息带来了数不尽的财富,同时也给数据的有效和最大化利用带来了众多艰巨的挑战,比如大数据时代数据可视化所面临的带宽、安全、协作等问题。
美国加利福尼州大学戴维斯分校教授 马匡六
马匡六,美国加利福尼州大学戴维斯分校教授,现VIDI(Visualization and Interface Design Innovation)研究团队和美国能源部SciDAC研究所Ultra-Scale Visualization的负责人,马匡六的主要研究领域覆盖可视化、高性能计算及用户界面设计。
自1993年于Utah大学获得计算机博士学位,直至1999年,马匡六一直担任ICASE/NASA LaRC研究员,随后于1999年加入美国加利福尼亚大学戴维斯分校。出于其在并行可视化方面的贡献,马匡六于2000年被授予美国青年科学家最高荣誉——美国青年科学家及工程师总统奖(PECASE)。2001年,因在大规模数据可视化方面做出卓越贡献,马匡六荣获Schlumberger Foundation Technical Award。而在2007年期间,马匡六还被授予大学工学院Mid-Career Research Faculty Award奖项。
马匡六领导了一支包括20名研究员的队伍,在大规模数据可视化、信息可视化、可视化界面设计、艺术绘制和体视化(volume visualization)等领域均有建树。而在IEEE Visualization 2013上,为了表彰其在大规模数据可视化和新可视化技术上的杰出贡献,马匡六被授予2013 Visualization Technical Achievement Award。
除此之外,近年来,马匡六更是许多大型可视化会议的组织者,比如2005 NSF Workshop on Cyber Security、SC06和SC07 Workshop on Ultra-Scale Visualization。在2008年,马匡六更出席为IEEE Visualization Conference、Eurographics Symposium on Parallel Graphics and Visualization、IEEE Pacific Visualization Symposium和Workshop on Visualization for Security(VizSEC)等会议的论文主席。
同时,马匡六更是IEEE Computer Graphics and Applications和IEEE Transactions on Visualization and Graphics的编辑委员。盘点整个计算机领域,对科学可视化、信息可视化及可视化分析三个领域同时拥有重大贡献的科学家并不多,而马匡六正是其中之一——共发表250余篇论文,其中50余篇发表在可视化领域的顶级会议和期刊;引领和开创了多个可视化研究方向,提出的可视化算法引起了科研界的巨大反响,被广泛应用于生命医学、材料、天文物理、气候模拟等领域的数据分析。本文来自:CDA数据分析师培训官网
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25在数字化时代,数据已成为企业核心资产,而“数据存储有序化、数据分析专业化、数据价值可落地”,则是企业实现数据驱动的三大核 ...
2026-02-25在数据分析、机器学习的实操场景中,聚类分析与主成分分析(PCA)是两种高频使用的统计与数据处理方法。二者常被用于数据预处理 ...
2026-02-24在聚类分析的实操场景中,K-Means算法因其简单高效、易落地的特点,成为处理无监督分类问题的首选工具——无论是用户画像分层、 ...
2026-02-24数字化浪潮下,数据已成为企业核心竞争力,“用数据说话、用数据决策”成为企业发展的核心逻辑。CDA(Certified Data Analyst) ...
2026-02-24CDA一级知识点汇总手册 第五章 业务数据的特征、处理与透视分析考点52:业务数据分析基础考点53:输入和资源需求考点54:业务数 ...
2026-02-23CDA一级知识点汇总手册 第四章 战略与业务数据分析考点43:战略数据分析基础考点44:表格结构数据的使用考点45:输入数据和资源 ...
2026-02-22CDA一级知识点汇总手册 第三章 商业数据分析框架考点27:商业数据分析体系的核心逻辑——BSC五视角框架考点28:战略视角考点29: ...
2026-02-20CDA一级知识点汇总手册 第二章 数据分析方法考点7:基础范式的核心逻辑(本体论与流程化)考点8:分类分析(本体论核心应用)考 ...
2026-02-18第一章:数据分析思维考点1:UVCA时代的特点考点2:数据分析背后的逻辑思维方法论考点3:流程化企业的数据分析需求考点4:企业数 ...
2026-02-16在数据分析、业务决策、科学研究等领域,统计模型是连接原始数据与业务价值的核心工具——它通过对数据的规律提炼、变量关联分析 ...
2026-02-14在SQL查询实操中,SELECT * 与 SELECT 字段1, 字段2,...(指定个别字段)是最常用的两种查询方式。很多开发者在日常开发中,为了 ...
2026-02-14对CDA(Certified Data Analyst)数据分析师而言,数据分析的核心不是孤立解读单个指标数值,而是构建一套科学、完整、贴合业务 ...
2026-02-14