去年，大数据市场完全围绕Hadoop生态系统周围的技术。从那时起，重心一直是通过已证明增加收入、提高生产力和降低风险而带来投资回报的使用场合，“将大数据切实利用起来”。现在，大数据继续高奏凯歌。明年我们预计会看到更主流的公司采用大数据和物联网，大中型企业保守和怀疑的企业组织会开始一头扎入其中。

2016-11-02 16:10:26.000

继前几期分享的了Streams V4.2若干新特性之后，本期继续分享V4.2的新特性：版本管理和使用标签控制资源。

2016-10-31 10:25:22.000

在IBM SPSS Modeler中，每个算法都会有相应的默认参数设置，对初学者来说，即使不是很懂算法，也可以生成模型结果，但在实际项目中，我们为了使得模型更加的优化，提升模型的准确率，经常会对算法的参数做一些相应的调整，那么今天，我们给大家介绍两个参数，分别是Bagging和Boosting,让大家了解下它们是怎么用的，能带来什么样的模型优化结果。

2016-10-27 14:54:21.000

很多的大型企业客户需要Streams在部署的关键应用中发挥极限性能。Streams v4.2在性能方面取得了重大的突破。

2016-10-24 15:06:39.000

CNCC 2016在山西太原盛大开幕，开幕演讲中，CCF会士、中国工程院院士、浙江大学陈纯教授做了题为“流式大数据实时处理技术、平台及应用”的报告，以下为报告内容精编。

2016-10-24 10:06:29.000

为了提升查询性能，动态立方体可以利用聚合感知能力，实现对聚合数据集的自动路由，从而实现对于复杂多维分析应用的性能提升。在Dynamic Cubes里，聚合数据集包括内存内部聚合与数据库内部聚合两种。本期文章我们来看看动态立方体如何使用数据库内部聚合来进行性能调优。

2016-10-21 10:13:59.000

在传统的交易数据库系统中，伴随着客户的交易行为发生，在业务系统中产生了相应的交易数据，并保存在关系型数据库系统，从而形成了业务的交易记录，各类业务应用系统都是围绕着关系型数据库打交道。

2016-10-20 11:12:49.000

在过去两年多时间里，机器之心采访、记录和报道了全球人工智能领域无数优秀的人工智能技术、公司和产品。但随着行业的发展，我们也逐渐意识到，越来越多概念化与噱头性的产品和团队已经开始让正处于变革拐点的行业变得浮躁和难以判断。关于人工智能行业，到底哪些才是最值得我们关注的公司，而哪些公司又将主导人工智能的未来?

2016-10-19 09:59:46.000

热点是数据库应用中常见的问题之一。在系统并发量比较小的时候，通常感觉不到它的存在，而当并发请求急剧增加的时候，响应时间被大大地拉长，极端情况系统挂起。

2016-10-19 09:39:03.000

本文以阿斯克为例，主要讲解医疗大数据解决方案

2016-10-18 10:18:40.000