播客
-
谈话数据:人工智能的进步和麻省理工学院创业交易所
谈话数据播客团队讨论了麻省理工学院的一些初创公司，它们正在人工智能和自然语言处理方面取得进展。
-
最新的AI技术设定为破坏技术部门，工作市场
Goldman Sachs研究员 - 在这里讨论的预测，新兴AI技术将导致有影响力的新软件公司和破坏工作市场。
-
数据谈话:AI和分析之间有区别吗?
根据一些用户的说法，任何AI定义都应该包括预测分析等内容，尽管这些实践很简单，而且已经存在了几十年。
-
Tableau以项目大师为目标的数据准备软件
随着Tableau和其他高级应用程序寻求实现更多功能的自动化，独立的数据准备工具必须不断发展，以保持在分析生态系统中的地位。
-
谈论数据：如何制作数据科学和分析支付
企业仍在寻找释放数据科学和分析的充分利益的方法。这个播客用一些公司寻找成功的方式看起来。
-
消费科技公司推动企业业务分析
云计算趋势正在推动像亚马逊和谷歌这样的消费技术公司，以市场企业分析软件。这个播客检查了那些趋势。
-
企业如何找到正确的深度学习用例
目前，世界顶级科技公司是深度学习应用程序的最大用户，但更典型的企业可能也能参与进来。
-
深度学习技术背负着商业负担
围绕深度学习技术的问题过去与用例相关，但越来越多的企业看到了采用它们的操作障碍。
-
数据科学与人工智能如何在企业中共存
为了从人工智能和数据科学等先进分析技术的投资中获得最大价值，企业必须拥有特定的思维方式。
-
数据科学和分析方法必须平衡创新和价值
在这一集谈话数据播客中，了解思科和领英的数据科学团队是如何以可访问的方式进行高级分析工作的。
-
研究人员致力于人工智能算法来检测假新闻
识别假新闻的新挑战将测试AI技术的界限，并为该技术创新的新方法提供证明。
-
先进的分析技术和工具是在2016年出现的
今年，人工智能和机器学习等高级分析工具被大肆宣传。本播客重述了企业需要知道的有关今年顶级分析趋势的所有内容。
-
认知计算平台用户解释如何正确
在本期播客中，我们来回顾一下在拉斯维加斯举行的沃森世界会议上，IBM认知计算系统的早期使用者分享的一些建议。
-
这次人工智能工具可能是真实的
我们看到AI技术在过去的情况下炒作，就像我们今天看到的那样。但可能有理由相信AI这次是真实的。
-
数据工程师是大数据领域最重要的工作之一
数据工程师的职位描述并不总是最清晰的定义，但它在企业从数据中获得见解的能力中起着关键作用。
-
报告亮点业务分析软件投资失败
尽管过去几年支出了很大的支出，但许多企业努力实现对商业分析基础设施的投资回报。
-
2016 Spark峰会凸显了Spark平台的成熟
在这一期的Talking Data中，我们将回顾Spark峰会，包括对Spark流媒体引擎的评论，以及开源数据处理生态系统的未来。
-
深度学习应用可能会对大数据产生重大影响
在大数据集合上释放深度学习算法，可以帮助组织分析文本、图像、视频和其他形式的非结构化数据。在本期谈话数据播客中了解原因。
-
在大数据的推动下，人工智能发展升温
人工智能软件已经存在了几十年，但现在它获得了新生，这在很大程度上要归功于大数据和云软件产品的增长。
-
纪录片审视了大数据的好处
企业对大数据的使用仍在加速，一部着眼于这一趋势益处的新纪录片得到了褒贬不一的评价。
-
物联网大数据应用背后的现实是什么?
围绕物联网数据分析及其如何给企业带来好处的宣传并不少，但组织需要知道分析物联网数据的工具是否适合他们。
-
分析数据的新方法在2016年分析较高投资回报率的新方法
在这个播客中，我们与Capgemini顾问交谈，看看他预期的2016年关于分析趋势以及他认为新兴的数据分析方法将影响用户组织。
-
医疗保健行业加速采用数据分析软件
医疗保健提供商在采用分析技术方面相对缓慢，但一些更广泛的趋势可能很快就会扭转这一局面。请收听本期播客，了解发生了什么以及原因。
-
编程竞赛利用分析来标记濒危鲸鱼
“谈话数据”播客的这一集讨论了如何将机器学习应用于鲸鱼识别作为编程竞赛的一部分。
-
Spark分析库吸引了数据科学家
在本期播客中，我们将了解为什么Apache Spark不再只适合数据工程师使用。数据科学家发现Spark大数据框架对分析活动很有用。
-
数据分析技术如何推动共享经济
像Uber和Airbnb这样的共享经济公司可能会成为未来商业的代表。但如果没有有效的数据分析技术，它们就无法成功运作。
-
Apache Spark的云版本提供了简单性
Spark峰会2015年推出了数据科学家和其他用户很快将有两个云托管的选项来运行大数据框架。这个播客越来越深。
-
数据驱动管理过程需要仔细驾驶
企业越来越多地将数据和分析置于管理实践的中心。这可能导致更好的决策和效率的收益，也可以提高文化冲突。
-
大数据伦理问题比数据隐私问题更值得思考
本期《Talking Data》播客将着眼于做大数据分析的企业如何运用道德准则来帮助确保他们是客户数据的好管家。
-
云数据管理系统，体育分析升温
在本期《Talking Data》中，我们将讨论为什么企业正在寻求基于云计算的数据管理系统，以及分析如何重塑体育媒体。
-
谈话数据播客:预测建模技术
预测建模不仅仅是一个数学问题。本期《Talking Data》播客将从商业和技术的角度来探讨这个问题。
-
大数据分析工具的地平线的变化
大数据分析工具的市场仍然分散，但用户预计在不久的将来会出现整合。
-
SAS用户眼观行销数据分析，改变大数据格局
参与者在SAS会议上的参与者介绍，根据与会者的说法，需要更深入地了解客户的焦点，促进了营销分析。
-
让移动BI应用成为现实:需要采取的关键步骤
在播客中，BI专家William McKnight讨论了管理移动商业智能工具部署的最佳实践和行动项目。
-
对一些公司来说，大数据分析是一种常态
在本期播客中，请听Tagged.com的联合创始人兼首席技术官谈论该公司的成功和在大数据分析方面的困难。
-
Dresner手机BI调查显示了兴趣和担忧
霍华德•德雷斯纳(Howard Dresner)的一项新调查显示，安全风险和形式因素限制是移动商业智能最令人担忧的问题。
-
如何通过BI自动化提高商业智能性能
获取如何在BI自动化的帮助下提高业务智能性能的提示。您将了解BI自动化的价值、潜在的障碍等等。
-
BI项目管理的成功实施技巧
获取商业智能(BI)项目管理技巧，以帮助确保成功实现。了解如何收集用户需求，防止范围蔓延，克服常见的PM挑战等等。
-
Howard Dresner预测了商业智能的未来
Howard Dresner在芝加哥的高德纳商业智能峰会上对商业智能市场发表了自己的看法。
-
内容智能:内容管理与业务智能相结合
在本播客中，布洛尔研究公司的格里·布朗解释了“内容智能”——商业智能和内容管理的结合，帮助企业利用非结构化数据。
-
惠普的商业智能和数据仓库计划：与HP BI VP Ben Barnes进行数据讨论
听惠普副总裁本·巴恩斯讨论惠普的商业智能战略和惠普Neoview数据仓库的播客。
