先价值后结构：全球医疗保健公司葛兰素史克数据转换的经验教训

制药公司葛兰素史克的首席数字和技术官讨论了如何“以尽可能广泛的雄心和尽可能小的努力”开始实现规模化的价值创造。

如何为业务收集数据并将其转化为价值

摘要：大数据收集和分析对于2018年业务成功至关重要。数据的时代已经来临，企业在管理业务时将数据考虑在内，这一点比以往任何时候都重要。

不知道这7个典型数据项目步骤，都不好意思自称大数据人

数据科学是一门跨学科的科学，它可以从结构化或非结构化的各种形式的数据中提取知识和见解。数据科学是定期寻找现有问题的新答案的过程，当你找到那个新答案时，它给你带来的成就感也是非常巨大的。

大数据与Microsoft Access共同应用的机会

摘要：如今，大数据可能会以一些有趣的方式改变一些旧工具。Microsoft Access已经设置为处理许多大数据应用程序，尤其是如果用户使用正确的查询工具，并且能够将其连接到SQL服务器。

大数据技术解读 引领未来也须应对挑战

大数据技术是在传统数据处理手段无法应对海量数据的实时需求的情况下，采用新的信息技术来应对大数据爆发进行数据处理的技术。

运用大数据手段服务民生增强群众获得感

建设创新型中心城市的核心任务就是要推进大数据在商用、政用、民用的创新,特别是要推动“块数据”在社会民生领域的运用创新。围绕社区“块数据”建设

物联网：将数据转化为信息和知识

在介绍过程中的步骤之前，我应该花点时间来定义在谈论物联网环境中数据传输时经常使用的几个术语。以下是使用北行和南行通信渠道从传感到意义的方式：步骤1：传感器提供北行遥测数据。

暗数据：隐藏的商机

摘要：Gartner公司将暗数据描述为“组织在其常规业务活动过程中收集，处理和存储但未能用于其他目的的信息资产”。

为什么企业采用了数据驱动，还是会失败

假设有两家公司同时售卖汽油，公司1的汽油价格(87 9美分)比公司2(93 9美分)的汽油价格低6美分，公司2的员工即使明知这个状况也无法改变，因为汽油价格的变动需要上层领导批准。

帮助企业开始采用大数据的7大工具

摘要：几乎每一个行业厂商都希望过渡到一个数据驱动的方法。现在你知道要考虑什么，以下有七个工具可以帮助你的组织分析大数据

大数据+深度学习：未来两年内将成为大部分企业的标配

金融服务行业内的公司主要认为大数据的机遇来自于实时分析(70%)以及趋势分析(67%)。制造业有同样的看法，60% 的调查对象认为大数据分析是必需品，且 62% 计划在未来部署机器学习。

说得好不如做得好 大数据真的能帮你减肥吗?

事实上，正是这种信念在庞大的数据面前催生出纠正导致情感分析领域迷失所有弊端的能量。当企业争夺越来越多的大数据，他们已经不再能够在庞大的显示器面前简单地挖掘包含数千项指标的所有数据。

对大数据知识架构的梳理

近期交接了前期的大数据项目，对之前的项目内容做一个总结。大数据项目，以一个产品经理的角度来参于到这个项目中，才发现，自己曾经学到的内容到实际的应用中是那么的微乎其微。

大数据应当追求数据精确而非大而全

在目前的南方大规模降雨中，百度、阿里巴巴等多家公司利用大数据，即时发布武汉等城市街道积雨状况的地图，提醒出行市民提前避让。

大数据悖论：更多数据会带来更好的决定？

在数据社区存在这样一种共识：充足的数据就像是一锅粥，而噪声和偏见就像老鼠屎能够破坏整锅粥的味道。事实上，正是这种信念在庞大的数据面前催生出纠正导致情感分析领域迷失所有弊端的能量。

采取行动应对大数据

如今，美国国家数据科学协会指导委员会成为了一个积极的和不断发展的组织。斯坦·阿豪特博士是RENCI计算研究所所长，北卡罗莱纳大学教堂山分校的计算机科学教授，还是美国数据科学协会指导委员会（NCDS）主席。