外媒速遞：十大趨熱數(shù)據(jù)分析趨勢(shì)與四項(xiàng)遇冷趨勢(shì)概述
原創(chuàng)【51CTO.com原創(chuàng)稿件】外媒速遞是核子可樂(lè)精選的近日國(guó)外媒體的精彩文章推薦，希望大家喜歡！
今天給大家推薦的內(nèi)容包括：十大趨熱數(shù)據(jù)分析趨勢(shì)與四項(xiàng)遇冷趨勢(shì)概述、2017年移動(dòng)應(yīng)用***構(gòu)建平臺(tái)二十強(qiáng)、我們?cè)撊绾我?guī)避大數(shù)據(jù)分析中的那些常見(jiàn)失誤和你的企業(yè)商務(wù)智能軟件已經(jīng)力有不逮的六種跡象等。
一、十大趨熱數(shù)據(jù)分析趨勢(shì)與四項(xiàng)遇冷趨勢(shì)概述
原文標(biāo)題：10 hot data analytics trends — and 5 going cold
數(shù)據(jù)分析正快速成為IT的命脈。大數(shù)據(jù)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、數(shù)據(jù)科學(xué)——一系列技術(shù)成果的實(shí)用性轉(zhuǎn)化都是為了對(duì)快速膨脹的數(shù)據(jù)加以分析。在今天的文章中，我們將從冷、熱兩個(gè)角度出發(fā)，聊聊目前數(shù)據(jù)分析領(lǐng)域中的趨勢(shì)性動(dòng)態(tài)。
趨熱：
1. 自助服務(wù)商務(wù)智能
2. 移動(dòng)儀表板
3. R語(yǔ)言
4. 深度神經(jīng)網(wǎng)絡(luò)
5. TensorFlow
6. MXNet
7. 微軟Cognitive Toolkit 2.0
8. Scikit-learn
9. Jupyter Notebooks
10. 云存儲(chǔ)與分析
趨冷：
1. Hadoop
2. 物聯(lián)網(wǎng)
3. 批量分析
4. Caffe
二、2017年移動(dòng)應(yīng)用***構(gòu)建平臺(tái)二十強(qiáng)
原文標(biāo)題：20 Best Platforms for Building Mobile Apps in 2017
移動(dòng)應(yīng)用的重要意義已經(jīng)無(wú)需贅述，如今每一家企業(yè)都希望構(gòu)建應(yīng)用以支撐自家網(wǎng)站與在線業(yè)務(wù)。面對(duì)這樣的背景，了解移動(dòng)應(yīng)用構(gòu)建平臺(tái)并從中選擇最為強(qiáng)大的選項(xiàng)自然成為另一項(xiàng)重要任務(wù)。在今天的文章中，我們將立足于此，聊聊2017年內(nèi)移動(dòng)應(yīng)用***構(gòu)建平臺(tái)二十強(qiáng)。
1. jQuery Mobile
2. Como
3. Appcelerator
4. GameSalad
5. Kony
6. Outsystems
7. Appery.io
8. Bizness Apps
9. LiveBlox
10. Viziapps
11. Dojo Mobile
12. AppInstitute
13. Sencha
14. Mobile Roadie
15. AppMachine
16. AppMakr
17. TheAppBuilder
18. AppYourself
19. Appy Pie
20. Verivo Software
三、我們?cè)撊绾我?guī)避大數(shù)據(jù)分析中的那些常見(jiàn)失誤?
原文標(biāo)題：How to avoid big data analytics failures
大數(shù)據(jù)與分析已然成為游戲規(guī)則的改變者，它為我們帶來(lái)洞察能力，足以應(yīng)對(duì)競(jìng)爭(zhēng)、建立新的營(yíng)收來(lái)源并提供更理想的客戶服務(wù)。然而，變革當(dāng)中也存在陷阱，能否順利回避大數(shù)據(jù)領(lǐng)域內(nèi)的失誤就成了決定企業(yè)成敗的關(guān)鍵所在。下面，我們將由問(wèn)題出發(fā)，探討如何找到一條可行的前進(jìn)道路。
1. 精心選擇大數(shù)據(jù)分析工具
2. 確保這些工具易于使用
3. 根據(jù)具體業(yè)務(wù)需求對(duì)項(xiàng)目及數(shù)據(jù)進(jìn)行劃分
4. 建立數(shù)據(jù)湖，但不可克扣帶寬
5. 在大數(shù)據(jù)的各個(gè)層面納入安全考量
6. 將數(shù)據(jù)管理與質(zhì)量保障當(dāng)作頭號(hào)優(yōu)先事務(wù)
四、你的企業(yè)商務(wù)智能軟件已經(jīng)力有不逮的六種跡象
原文標(biāo)題：6 Signs Your Enterprise BI Software Is Below Par
如何證明商務(wù)智能解決方案符合企業(yè)需求?或者說(shuō)，哪些跡象預(yù)示著我們的商務(wù)智能選項(xiàng)已經(jīng)無(wú)法應(yīng)對(duì)規(guī)模龐大且快速發(fā)展的業(yè)務(wù)體系?我們顯然可以從基礎(chǔ)設(shè)施、數(shù)據(jù)管理、分析與內(nèi)容創(chuàng)建等角度加以考量。下面，我們將從更為具體的角度出發(fā)，探討六種大家需要警惕的相關(guān)跡象。
1. 總是產(chǎn)生少數(shù)內(nèi)容類似的報(bào)告
2. 圖形構(gòu)建犧牲粒度控制能力
3. 需要IT部門負(fù)責(zé)處理每項(xiàng)查詢
4. 只能夠處理部分?jǐn)?shù)據(jù)源
5. 無(wú)力處理大量數(shù)據(jù)
6. 缺失客戶服務(wù)能力
【51CTO原創(chuàng)稿件，合作站點(diǎn)轉(zhuǎn)載請(qǐng)注明原文作者和出處為51CTO.com】
