大数据工具SEARCH AGGREGATION

首页/精选主题/

大数据工具

大数据平台

...rm(简称 USDP),是 UCloud 推出的云上智能化、轻量级的大数据基础服务平台,能够帮您快速构建起大数据的分析处理能力。 USDP 构建于 UCloud 的云服务上,无缝集成云端 IaaS 资源能力,通过自研的 USDP Manager 管理工具,支持用户...

大数据工具问答精选

一般用哪些工具做大数据分析?

回答:谢邀~本君自荐一下。我们的产品诸葛io(www.zhugeio.com)可能更偏向于非技术人员的业务分析,比如产品经理、市场、运营人员。从某种意义上也具有可视化分析的特性,但区别于其他工具的是我们面向互联网产品推广运营过程中的分析需求定义了一些分析模型,比如事件、漏斗、自定义留存、粘性、用户分群等,很多工具可以任意拖拽去做分析,但很多时候客户也会因为太灵活反而有一定门槛,所以,当一些模型被标准化以...

bang590 | 791人阅读

数据分析有哪些工具?

回答:数据分析工具其实有很多种,对应不同类型的使用者也有各自适合的选择。例如懂数据算法计算机语言的人,可能给他一款,填写算法代码流畅的分析软件就是有效。掌握了数据分析专业技能的人,强大的分析功能能将工作做到事半功倍,不管看着功能多复杂。还有就是我这种非计算机专业出身,非统计学出身,但工作做还需要对大量数据进行分析的人。如果你跟我一样,那么可以看下我的回答。我总结了下,我以前找分析工具的时候,自己先想了几...

邹强 | 617人阅读

除了excel,一般公司用什么报表工具?

回答:即能保持EXCEL的易用性和用户操作习惯,又能具有管理软件的多用户协同、数据共享、用户权限控制等特点的软件,才是企业需要的。今天推荐一款免费的可用于企业报表管理、业务管理、客户管理等的软件工……做报表管理,只是最基础的功能。 TA是金山系创业团队开发,功能真的很好,还免费,很良心。中铁,ucloud,首都钢铁、中国电信等大公司都在使用。只是这个软件没有做广告,很多人还不知道。下面了解一下:免费使用...

Dongjie_Liu | 964人阅读

数据可视化工具有哪些?

回答:市面上的数据可视化工具很多,大体分为3类:1、专业图表制作类,专业的图表制作网站/软件,针对性的制作一些可视化图表,一般不带有数据处理功能2、开发工具,比如python,调用第三方可视化库可以制作非常个性化的可视化图表,门槛高,要会写代码3、零代码可视化分析工具,比如BI工具,操作简单,门槛低,自带数据处理功能,适合普通的业务人员或者数据分析师专业图表制作网站1、Flourish推荐人群:可视化爱...

joyvw | 1020人阅读

大数据时代,如何理解“大数据”?

回答:目前阶段大数据技术及体系已经逐渐趋于成熟,不再是以概念贯穿的模式,大数据越来越多的被使用,伴随互联网化的发展更多的企业信息化已经由IT时代转变为DT时代,以数据为核心,用数据进行决策,基于数据驱动企业的创新与发展,相信在将来大数据也会有更广泛的应用空间,对于大数据的理解主要分为以下几个层面。1.数据来源:对于大数据时代而言更多强调基于业务数据的沉淀,在一定规模的数据上进行进一步的分析、处理、转换,...

arashicage | 958人阅读

哪个数据可视化工具比较好?

回答:看了一下其他的回答,都是利用现有的可视化软件,这里以Python为例,介绍2个比较好用的可视化包—seaborn和pyecharts,简单易学、容易上手,绘制的图形漂亮、大方、整洁,感兴趣的朋友可以尝试一下,实验环境win10+python3.6+pycharm5.0,主要内容如下:1.seaborn:这是一个基于matplotlib的可视化包,是对matplotlib更高级的API封装,绘制的图...

Tamic | 484人阅读

大数据工具精品文章

  • 论各类BI工具的“数据”特性

    ...我们往往更关注的是朴实的技术特性和解决方案。对于大数据,未来的应用趋势不可抵挡,很多企业也正存在大数据分析处理展现的需求,以下我们列举市面上主流的三款BI系统,就大数据特性展开探讨,主要是与Hadoop、Spar...

    AaronYuan 评论0 收藏0
  • 数据需要分析云平台

     分析这个词,是在大数据或是云计算里面,必须要提到一个战略高度来认识的词。如果你的云计算平台没有考虑如何对存储下来的一些数据进行分析的话,那你存的又是什么?如果你没有办法把这里面的价值挖掘出来的话,你...

    enrecul101 评论0 收藏0
  • 数据科学新发展展望:不得不知的四趋势

    从2012年开始,几乎人人(至少是互联网界)言必称大数据,似乎不和大数据沾点边都不好意思和别人聊天。从2016年开始,大数据系统逐步开始在企业中进入部署阶段,大数据的炒作逐渐散去,随之而来的是应用的蓬勃发展期...

    Fundebug 评论0 收藏0
  • 数据科学新发展展望:不得不知的四趋势

    从2012年开始,几乎人人(至少是互联网界)言必称大数据,似乎不和大数据沾点边都不好意思和别人聊天。从2016年开始,大数据系统逐步开始在企业中进入部署阶段,大数据的炒作逐渐散去,随之而来的是应用的蓬勃发展期...

    alexnevsky 评论0 收藏0

推荐文章

相关产品

<