- 工業大數據分析算法實戰
- 田春華
- 360字
- 2023-05-06 17:52:23
1.1 工業大數據分析的范疇與特點
從行業應用的視角,大數據技術內容包括數據思維、大數據平臺、大數據分析技術、大數據應用四個層面。數據思維與邏輯思維、實證思維、構造思維(計算思維)這其他三類思維模式相比,關注的是如何從數據分布、數據擬合的角度去刻畫物理世界和解決問題,大數據平臺解決的大量、多源、異構、強關聯數據的“接存管用”的問題,通常結合基礎設施特征、數據特征、計算負荷特征進行經濟化和靈活化設計。大數據分析關心如何從大量數據中挖掘出有用的模式,構建具有業務實操性的模型。大數據應用主要針對特定需求,基于大數據平臺和分析技術,以合適的形態(例如私有部署、SaaS服務、工業APP),相對完整支撐業務應用場景。在討論任何一個大數據技術問題時,這四個層面很難完全割裂開。本節側重討論工業大數據分析的范疇,與其他三個層面的關系也做簡略探討。
推薦閱讀
- PyTorch深度學習實戰:從新手小白到數據科學家
- Hands-On Data Structures and Algorithms with Rust
- Neural Network Programming with TensorFlow
- 3D計算機視覺:原理、算法及應用
- 智能數據分析:入門、實戰與平臺構建
- 跟老男孩學Linux運維:MySQL入門與提高實踐
- 深入淺出 Hyperscan:高性能正則表達式算法原理與設計
- Oracle RAC日記
- Oracle數據庫管理、開發與實踐
- Expert Python Programming(Third Edition)
- Spring MVC Beginner’s Guide
- openGauss數據庫核心技術
- 企業大數據處理:Spark、Druid、Flume與Kafka應用實踐
- 從Lucene到Elasticsearch:全文檢索實戰
- Oracle 內核技術揭密