转享:MapReduce vs Data Warehouse
MapReduce云计算和数据仓库比较 MapReduce vs Data Warehouse : on target 现在使用 Hadoop 进行数据挖掘和计算已经是下一步新选择，这篇
10 年 前
流程挖掘：业务数据驱动如何改变你的业务？ - leonardo
方法专注于利用流经组织的交易数据来确定组织的运作方式。 随着企业进行 数字化转型 并创建更多可访问的数据，流程挖掘正受到越来越多的关注，并且越来越被全球各地的企业所考虑。 听数据 业务流程
4 年 前
基于事件日志的流程挖掘简介 - Chaudhuri
本文简要介绍了数据驱动的流程发现技术，称为流程挖掘。 什么是流程挖掘？ 对于任何流程改进项目，通常通过原有流程模型了解当前状态非常重要。对受访 者 进行访谈，审查现有文档，并使用建模工具
4 年 前
什么是数据挖掘交易
数据挖掘交易(Data mining trading 简称DMT)是指使用先进的数据分析技术从金融市场的大型数据集中提取有价值的见解和模式，然后应用这些见解来为交易决策提供信息。这就像筛选一座
4 个月 前
Python取代Java成为第二流行的编程语言 -TechRepublic
的普及是由于数据挖掘，人工智能，数值计算以及其他通常使用Python广泛的数据处理功能的计划的兴起。
3 年 前
XStream漏洞 - ShiftLeft
XStream 执行远程命令执行 (RCE)、拒绝服务 (DoS) 甚至盲服务器端请求伪造 (SSRF) 的应用程序的方法。这些可能会导致我们经常阅读的数据泄露、勒索软件甚至比特币挖掘。 更详细点击
2 年 前
banq,谈谈你对专家系统的认识吧
SOMA中需要运用的方法论。最底层是数据，业务离不开数据，数据中包含了业务的所有含义，有用的和无用的。因此，对数据的分析和挖掘是发现隐藏在数据中的业务价值的方法和途径。这个业务是隐性的，不易发现的
10 年 前
H2O是开源基于大数据的机器学习库包
BigData爱好者和专家可以利用一系列简单的先进算法对数据集进行探索，建模和评估。数据收集是很容易，但是决策是很难的。 H2O使得能用更快更好的预测模型源实现快速和方便地数据的挖掘。 H2O愿意将在线评分和建模
9 年 前
数据分析师和数据科学家有什么区别？ - XaviGrowth
这是数据世界中最常见的问题之一。要了解差异，让我们看一下每个职位所需的技能： 数据分析师需要：
具有统计基础知识
进行数据挖掘（在原始数据中查找值）
知道如何在Python / R
3 年 前
什么是AI超自动化？
，并自动将这些数据捕获到会计中。
超自动化平台可能直接位于公司已经拥有的技术之上。
超自动化的一个主要途径是 RPA。
每个领先的 RPA 销售商都在为流程挖掘、数字工作者分析和人工智能集成提供
2 年 前
招聘java工程师 java高级工程师 -高薪急聘 电信项目
能力强； 11、对数据挖掘和机器学习算法有深入研究者优先； 性格： 1. 有责任心、积极主动； 2. 做事细心； 3. 逻辑清晰，表达能力好； 4. 有自学能力； 5、思路清晰，善于思考，能独立分析和
10 年 前
数字化转型：价值驱动、流程主导和数据基础 | BPMInstitute.org
有效地利用与流程相关的数据。转型方法本身是数字化的，利用适当的流程管理工具，例如流程建模、模拟和流程挖掘作为加速器。 数字化转型之旅永无止境。为了维持转型结果并使相关业务流程保持正常运行，需要流程治理
2 年 前
计算机伪科学：人工智能的真正危险在于它将比我们更笨！ - Edward Feser
。大多数示例涉及对大量信息进行数据挖掘，以检测趋势，模式和相关性。现代计算机的速度极大地促进了这种做法。但正如史密斯所坚持的那样，得出的结论往往是错误的，而计算机提供数据挖掘的声望只会使提出谬误变得更
4 年 前
我也做了一个基于j2ee的工作流引擎
、支持历史流程，可多版本共存；当然是支持热启动的，你可以任意修改流程描述文件，随时修改随时载入 3、提供数据挖掘，可分析查看多版本流程的每步执行时间，执行人，分析版本间的优劣，分析并提取出异常实例，异常
10 年 前
认知谬论：什么是维度诅咒
挖掘和数据库等领域。这些问题的共同主题是，当维度增加时，体积空间的增长如此之快，以至于可用数据变得稀疏。为了获得可靠的结果，所需的数据量通常会随着维度呈指数增长。 这个短语，归因于 Richard
2 年 前