讨论数据

• 开源支持是2018年数据交易的核心

  2018年，并购让大数据的现状变得不稳定。“谈话数据”的播客们说，开源支持使这些耦合与过去的有些不同。继续阅读

• 微软的数据平台获得了新的云服务

  Microsoft发布了SQL Server 2019的第二个预览，并且所述用户现在可以在本地SQL Server系统或其Azure SQL数据库云服务中运行应用程序。继续阅读

• 微软Azure SQL数据库和Oracle 19c开始提速

  新的Microsoft Azure SQL数据库管理实例服务旨在跨越云和内部部署系统之间的间隙。同时，Oracle也有数据类型的云计划。继续阅读

• 甲骨文云IaaS安全从埃里森那里获得了超级英雄的地位

  TechTarget的编辑们讨论了甲骨文云基础设施的安全更新，公司领导人拉里·埃里森生动地描述了云带来的网络威胁和应对它们的机器人。继续阅读

• 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。继续阅读

• 计算机视觉技术帮助Trulia将买家与房屋连接起来

  在本期播客中，Trulia的工程副总裁讨论了计算机视觉应用的重要性，该网站的总体目标是帮助买家找房子。继续阅读

• Starburst用SQL查询引擎发现了新的世界

  关系数据库最近可能遇到了瓶颈，但SQL查询引擎似乎已做好了更广泛增长的准备。Starburst是一家复古创业公司，是那些希望将其发展得更广的公司之一。继续阅读

• Kubernetes容器编排获得大数据之星

  大数据中的新事物是Kubernetes容器编排。虽然它仍然很早，但有活动的迹象，这在谈论数据播客中引用。继续阅读

• 随着GDPR实施日期的临近，IT和其他部门将重点放在工作上

  欧盟的《通用数据保护条例》(General Data Protection Regulation)旨在让更好的数据隐私在大数据时代发挥作用。GDPR的实施将如何进行还有待观察。继续阅读

• 谷歌TPU在云上开放;LinkedIn Intros Hadoop测力计

  在大数据新闻中，我们发现谷歌TPUs或张量处理单元(Tensor Processing Units)作为云服务提供，而LinkedIn则开放了名为Dynamometer的Hadoop测试模拟器。继续阅读

• 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。继续阅读

• 分析在处理大数据时使用驱动速度需求

  如今，分析工作关乎速度。这意味着要快速构建集群，转换和查询数据。了解用户如何简化数字业务。继续阅读

• 经验丰富的用户为实现机器学习指明了方向

  在这个播客中，我们回顾我们最有趣的访谈，最终用户分享他们如何找到成功实施机器学习项目。继续阅读

• 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。继续阅读

• Power BI更新驱动着微软最新的混合云努力

  在2017年PASS峰会上，微软Azure的步伐是一步步来的。其中包括将云报告服务引入现实的Power BI更新。继续阅读

• 机器学习和分析是Oracle安全的关键举措

  Equifax Struts Breakdown为Oracle机器学习的背景形成了该谈话数据播客中考虑的Analytics Move。继续阅读

• 谈数据:如何让数据科学和分析赚钱

  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。继续阅读

• 大数据供应商、用户从不同的角度看待Hadoop栈

  在本期谈话数据播客中，TechTarget的编辑们讨论了www yabo2288 comHadoop的未来，IBM转售Hortonworks开源技术的决定，以及其他大数据问题。继续阅读

• 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。继续阅读

• 熟练的预处理标志着数据准备的深度学习技术

  数据准备的深度学习技术包括数据集和算法的探索。对于数据工程师和科学家来说，这需要更多的艺术。继续阅读

• IT运营分析为数据中心带来大数据能力

  根据OpsdataStore CEO Bernd Harzog的说法，我们不需要更多的数据库，我们需要更多的含义.Podcast涵盖IT运营分析趋势。继续阅读

• 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。继续阅读

• 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。继续阅读

• 强大的NoSQL架构，用于构建新的应用程序

  在“数字转型”这样的夸张术语背后，是参与的创新体系。DataStax首席执行官Billy Bosworth加入了关于NoSQL架构的讨论。继续阅读

• 用户跳过一些障碍物来进行流，机器学习用火花

  在这个谈话的数据播客中，Spark用户正在发现延迟和发展挑战可以使其难以开始使用Spark Systems进行机器学习。继续阅读

• 数据工程需要Devops导航大数据生态系统

  对于开源策略工作，必须强化基于大数据生态系统组件的应用程序运行。Devops可能是这一重要的一部分。继续阅读

• 实时大数据分析为数据管理带来变革

  实时大数据分析呼叫构建数据系统的方式更改。在本版谈话数据播客中讨论了一些紧迫挑战。继续阅读

• 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。继续阅读

• 大数据管理和分析变得纷繁复杂——未来还会有更多

  去年，云计算对大数据管理和分析产生了巨大影响。机器学习和流媒体设计将有助于2017年的改变。继续阅读

• 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。继续阅读

• 亚马逊网络服务的历史为获取云数据奠定了基础

  看看亚马逊网络服务(Amazon Web Services)的历史就会发现，要看到未来并不容易。不过，现在很明显，这家云计算领导者似乎准备在数据管理这块蛋糕上分得更大的一块。继续阅读

• 大数据管道驱动Hadoop架构和开发的变化

  快速数据分析和实时处理可能会给大数据管道带来变化。微服务正在逐渐进入一个几乎是单片的Hadoop领域。继续阅读

• 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。继续阅读

• Hadoop的云和流媒体技术:一部分是好处，一部分是混乱

  Hadoop生态系统既是充足的喇叭和一袋数据技术。这个播客通过一些最近的流媒体技术和Hadoop在云中排序。继续阅读

• 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。继续阅读

• Oracle在进入超级规模云的过程中调整了数据库

  由超大规模云所带来的变化可能会改变部分数据管理。据“谈话数据”(Talking Data)播客报道，硬件和软件正越来越接近。继续阅读

• 随着开源大数据工具的兴起，构建与购买的关系发生了变化

  随着开源大数据工具的普及，构建还是购买的决定是一个不确定的问题。本期“谈话数据”播客将探讨这个新的难题。继续阅读

• 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。继续阅读

• 首席数据官的职位只是猜测

  在这节播客中，我们将深入探讨首席数据官职位的细微差别。它们在防御性隐私、合规努力和攻击性数字创新事业之间摇摆。继续阅读

• 大数据和分析迎来了不可预测性之年

  今年在可预见性方面有所欠缺。毕马威(KPMG)的一项研究显示，首席执行官们正寻求对大数据和分析的更多信任。继续阅读

• 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。继续阅读

• 五十年后:看看计算机周刊的封底

  值此计算机周刊成立50周年之际，布莱恩·麦肯纳加入了Talking Data播客团队，回顾布莱切利公园，并展望Hadoop和人工智能。继续阅读

• 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。继续阅读

• 助焊剂中深度学习软件的系统基础架构

  硬件基础设施的新方法正在被提出，以解决运行深度学习算法和其他重型人工智能应用的挑战。继续阅读

• 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。继续阅读

• 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。继续阅读

• Hadoop和Kafka是大数据流分析的创造者

  在本期谈话数据播客中，大数据流分析成为焦点。这项技术在2016 Strata + Hadoop World大会上形成了一股强大的潜流。继续阅读

• 大数据系统的交叉，推动了认知计算的发展

  在IDC Directions，大数据系统似乎准备进一步增长。这和认知计算是本谈话数据播客的重点，它涵盖了事件数据的重点。继续阅读

• 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。继续阅读

• 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。继续阅读

• 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。继续阅读

• Spark:这是2015年数据分析的年度词汇

  这一集的“谈话数据”播客来看看今年的数据分析和管理词汇。2015年，Spark加入Hadoop和MapReduce，成为大数据趋势技术的榜首。继续阅读

• 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。继续阅读

• 编程竞赛利用分析来标记濒危鲸鱼

  这一集的“谈话数据”播客讨论了机器学习如何被应用到鲸鱼识别作为编程比赛的一部分。继续阅读

• 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。继续阅读

• 大数据应用将推动沃尔玛重启

  我们可能已经度过了由沃尔玛(Walmart)定义的杀手级应用的时代，但Hadoop大数据应用可能有助于这个巨人寻求更多增长。继续阅读

• 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。继续阅读

• NoSQL和大数据分析面临的挑战

  这一集的谈话数据播客着眼于NoSQL的障碍，以及软件架构师面对Hadoop的大数据分析挑战。继续阅读

• NoSQL技术仍在为广泛的企业进入做准备

  NoSQL数据库技术是为了提高处理速度和数据灵活性而建立的。但它需要一个更完整的特性集和更多熟练的工人，才能使它在企业应用程序中变得更大。继续阅读

• Talking Data播客是数据新闻和分析学院的

  在这一集谈话数据播客中，TechTarget的编辑报告了他们学习做数据新闻的经验，包括www yabo2288 com为分析准备数据所需的所有工作。继续阅读

• 数据驱动的管理流程需要谨慎的驱动

  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。继续阅读

• SQL Server 2016, Azure SQL数据仓库引领微软云的希望

  微软正在进行另一种计算转换，其SQL Server和Azure SQL产品是其中的核心。但该公司在云计算领域面临来自亚马逊(Amazon)的激烈竞争。继续阅读

• 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。继续阅读

• Apache Spark遇到了PDP-11——最后，它只是处理

  有时，它似乎是Hadoop的篡夺者，但开源Spark处理引擎最好被视为计算技术漫长道路上的又一步。继续阅读

• 不断增长的大数据生态系统推动了机器学习

  支持大数据系统的并行处理平台可以帮助机器学习的新手和老手。TechTarget的编辑们将在本期谈话数据播客中讨论这一问题。继续阅读