京公网安备 11010802034615号
经营许可证编号:京B2-20210330
第二届全球大数据峰会在成都举行
5月12日,由成都市经济和信息化委员会、天府新区成都管委会支持,GBDC(全球大数据联盟)主办的第二届全球大数据峰会在成都世纪城天堂洲际酒店召开。本届大数据峰会也是2017成都全球创新创业交易会期间的最大专项活动之一。峰会旨在加强政企对话,产业上下游联动,推动大数据的创新应用、深度挖掘大数据价值、助力产业升级和共赢发展。本届峰会主题:创新·衍生。
本届全球大数据峰会邀请到50余名海内外著名企业领导人或行业内知名专家教授,100家媒体全程关注,数百家企业超过1500位参会观众莅临现场。峰会内容精彩纷呈,包括D20(全球大数据领袖闭门峰会)、VIP欢迎晚宴、全球大数据领袖峰会、全球大数据联盟落户成都和启动建设国家大数据创新应用中心四大板块,涉及智能政务、物流、交通、金融、电信、工商、电子商务、房产、智慧城市、信息安全、卫生等多个行业或领域,将创新大数据的应用、挖掘大数据的价值、集聚大数据的成果,推动政府治理能力提升和经济转型升级。
11日下午全球大数据联盟在成都召开了D20全球大数据领袖闭门峰会,与会的大数据领军企业分别就成都打造国家大数据创新应用中心各抒己见,献言建策;同时与会代表还倡议全球大数据联盟要以第三方中立组织身份推动大数据的用户隐私保护工作,相关大数据行业标准的制定,促进产业上下游之间的无缝连接与合作,加速大数据与产业的融合发展。
12日全球大数据峰会当天,多位政府领导发表了精彩致辞。成都市委常委、市总工会主席吴凯表示,非常高兴见证全球大数据联盟西南中心落户成都,创新成都在智能政务、物流、交通、金融、智慧城市、信息安全、卫生等多个行业或领域的大数据应用、挖掘大数据价值、集聚大数据成果,融合发展大数据产业上下游,推动政府治理能力提升和经济转型升级,引领成都经济跨越式增长。希望以此次活动为契机,吸引汇聚更多大数据领域的创业团队、投资机构以及联盟成员来蓉兴业发展,为成都大数据产业发展带来新鲜血液。
天府新区成都党工委委员、管委会副主任李昂随后为介绍了成都天府新区产业投资环境,天府新区在建设全面体现新发展理念的国家中心城市新征程中,肩负“南拓”重任,强化极核功能,打造创新引擎,建设全面体现新发展理念的示范区。全球大数据联盟正式落户成都天府新区,势必促进以大数据为特点的新一代信息技术产业在新区聚集,加速成都大数据技术创新、应用创新,促进相关产业转型升级和融合发展,推动经济增长。
全球大数据联盟(Global Big Data Confederation)在全球大数据峰会上正式落户成都,工信部人才交流中心党委副书记陈新,四川省信息化办公室副主任陈文涛,成都市委常委、市总工会主席吴凯,成都市经信委党组书记施跃华,天府新区成都党工委委员、管委会副主任李昂,全球大数据联盟创始人兼秘书长宋炜出席落户仪式。全球大数据联盟旨在促进大数据产业上下游融合发展,以数据为导向,深化两化融合,推动经济增长。
5月12日全球大数据峰会为期一天的议程中,众多在国内外大数据行业享有盛誉的业内专家和著名企业领导人为大家带来了关于大数据行业现状与未来发展的真知灼见。他们从事的“大数据+”领域非常丰富,包括人工智能,智慧城市,工业大数据与技术趋势,人才,金融,生活时尚,健康等等。本届演讲嘉宾阵容极其豪华,例如微软中国首席技术官韦青、IBM中国区医疗事业部总经理刘洪、中国航天科工集团航天云网公司副总经理祝守宇、百度外卖CSO韦迪、三泰控股集团股份有限公司董事长补建、小米科技数据联盟负责人周茂华、京东方CSO荆林峰、百度大数据总经理郭谢、京东基础云事业部总经理王直、中国联通信息化事业部总经理范济安等人。
当前,大数据行业应用持续升温,中国企业级大数据市场进入快速发展时期。互联网、电信、金融等开始实际部署大数据平台并付诸实践,带动软件、硬件和服务市场快速发展,这是一个有着巨大潜力的市场。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11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