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
在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA(Certified Data Analyst)数据分析师的日常工作中,“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08在数据驱动决策的链路中,统计制图是CDA(Certified Data Analyst)数据分析师将抽象数据转化为直观洞察的关键载体。不同于普通 ...
2026-01-08在主成分分析(PCA)的学习与实践中,“主成分载荷矩阵”和“成分矩阵”是两个高频出现但极易混淆的核心概念。两者均是主成分分 ...
2026-01-07在教学管理、学生成绩分析场景中,成绩分布图是直观呈现成绩分布规律的核心工具——通过图表能快速看出成绩集中区间、高分/低分 ...
2026-01-07在数据分析师的工作闭环中,数据探索与统计分析是连接原始数据与业务洞察的关键环节。CDA(Certified Data Analyst)作为具备专 ...
2026-01-07在数据处理与可视化场景中,将Python分析后的结果导出为Excel文件是高频需求。而通过设置单元格颜色,能让Excel中的数据更具层次 ...
2026-01-06在企业运营、业务监控、数据分析等场景中,指标波动是常态——无论是日营收的突然下滑、用户活跃度的骤升,还是产品故障率的异常 ...
2026-01-06在数据驱动的建模与分析场景中,“数据决定上限,特征决定下限”已成为行业共识。原始数据经过采集、清洗后,往往难以直接支撑模 ...
2026-01-06在Python文件操作场景中,批量处理文件、遍历目录树是高频需求——无论是统计某文件夹下的文件数量、筛选特定类型文件,还是批量 ...
2026-01-05在神经网络模型训练过程中,开发者最担心的问题之一,莫过于“训练误差突然增大”——前几轮还平稳下降的损失值(Loss),突然在 ...
2026-01-05在数据驱动的业务场景中,“垃圾数据进,垃圾结果出”是永恒的警示。企业收集的数据往往存在缺失、异常、重复、格式混乱等问题, ...
2026-01-05在数字化时代,用户行为数据已成为企业的核心资产之一。从用户打开APP的首次点击,到浏览页面的停留时长,再到最终的购买决策、 ...
2026-01-04在数据分析领域,数据稳定性是衡量数据质量的核心维度之一,直接决定了分析结果的可靠性与决策价值。稳定的数据能反映事物的固有 ...
2026-01-04