
T11 2017 暨TalkingData智能数据峰会开幕倒计时,九大论坛前瞻
近年来,大数据日益成为国家基础性战略资源,蕴藏着巨大的潜力和能量。在国家层面,发展大数据已成为提升竞争力的战略选择;在经济层面,发展大数据已成为打造新动能的关键要素;在行业层面,发展大数据已成为驱动转型发展的重要引擎。推动大数据发展,已成为从政府到民间、从行业组织到企业机构的社会共识。在生活方式和产业链条被移动互联网快速重构的现在,转型成为行业新常态。如何用好大数据、让大数据带来可量化的价值,是转型能否成功的重中之重。
为了带动行业向前发展,帮助企业和合作伙伴实现数据驱动转型,由TalkingData主办的T11 2017 智能数据峰会将于9月11日至12日在北京中国大饭店举办,CDA数据分析师作为应邀媒体参与并报道本次峰会。大会将邀请国内外知名专家、学者、企业共同探讨如何在这个快速演变的智能时代里顺势而为、知机而变,将数据与场景、行业相结合,更好的挖掘和发挥数据的价值,促进企业、行业和社会的飞跃。
本届T11以“知机识变 有唐之盛”为主题,首日设置将智能数据峰会与技术驱动未来峰会,带领参会者前瞻数据、人工智能和人类智慧的未来面貌,并分享TalkingData在科技、数据、技术、商业模式创新等领域的经验与积累;次日,将设置智能数据服务、智能金融、新消费、智慧城市与政府治理、教育生态与人才培养、人本数据和智能、数据工程和技术七大专题论坛,分享大数据与不同行业和领域的应用结合以及实践案例。大会期间还将隆重举办2017年度新锐应用风云榜颁奖盛典,对中国移动互联网行业情况及热点领域进行梳理和分析,洞察移动互联网市场及各细分领域创新应用的发展脉络与趋势,为行业参与者提供有价值的数据参考。
T11每年都会邀请国内外知名专家、学者共同参与,NewZoo联合创始人&CEO Peter Warman、华住酒店集团CIO刘欣欣、优米网创始人&前央视知名主持人王利芬、花样年社区金融集团CEO周锦泉、谷歌大中华及韩国地区数据洞察与解决方案总经理郭志明、北京市城市规划设计研究院云平台创新中心秘书长茅明睿等都曾在T11分享他们的前瞻性思考与经验。今年,T11特别邀请了奇点大学执行总裁Kian Gohar、斯坦福大学宫恩浩博士、斯坦福大学韩松博士、微软亚洲研究院王井东博士、Dataiku首席数据科学家Alexandre Hubert、中国行政体制改革研究会常务副秘书长王露、中国人民大学统计与大数据研究院院长艾春荣、神州数码首席科学家谢耘、中国银联电子支付研究院负责人何朔、恒泰证券总裁牛壮、国泰君安证券网络金融部负责人毕志刚等等学界、业界和政府机构的领军人物,带来不容错过的精彩分享。
作为国内领先独立第三方移动数据服务平台,TalkingData每年都会举办一次极具影响力的数据峰会,希望通过T11智能数据峰会与行业分享知识、经验、心得;也希望能够通过这个平台,让在数据行业中探索前行的合作伙伴能够获得汲取新知、发表见解、展示实力的机会。
关于TalkingData
TalkingData(北京腾云天下科技有限公司)成立于2011年,是国内领先的独立第三方移动数据服务平台。TalkingData一直致力于数据的深耕与数据价值的挖掘,从数据的采集、处理到数据的分析,再到数据的应用与咨询,TalkingData已经形成了一套以“智能数据平台(SmartDP)”为主的完整数据应用体系;构筑了一套以数据商业化平台、数据服务平台,及数据合作平台为核心的数据生态。目前,TalkingData的平均月活跃用户为7亿,为超过12万款移动应用,以及10万应用开发者提供服务。覆盖的客户主要为金融、地产、快消、零售、出行、政府等行业中的领军企业,连续三年实现业务的三倍快速增长。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 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 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02