智能硬件成长之路:一边冰水,一边火焰

小米受到的质疑一直没有断过。从做智能手机到智能路由器以及智能电视,在铁人三项”(硬件+软件+互联网服[详细]

一端是硬件一端是服务,看哪端率先打通物联网“隧道”

“如果把物联网看成一个隧道,服务和硬件在隧道的两端,大家都在挖掘这个隧道。”这是Intel物联网事[详细]

人工智能时代来了 专家:不可能完全替代人类

人工智能概念诞生於上世纪50年代。进入21世纪以来,互联网和大数据推动人工智能进入新的春天。语音识别、图像[详细]

这支智能手表被做成了一件衣服

拉尔夫·劳伦(RalphLauren)是有着浓浓美国气息的高品味时装品牌,其宗旨是迎合顾客对上层社会完美生活[详细]

黑科技:除了Google你还能想到啥?

不久前,谷歌宣布进行重组,采用以 Alphabet 作为控股集团,下辖多个子公司的组织架构。无论重组与否,一直以来,Goog[详细]

物联网正推动制造业服务化

制造业服务化对于传统制造商而言,意味着从产品构思、设计和采购到生产、销售和维修,几乎所有问题都需要重新考[详细]

运用人工智能进行运算 生活中的预测?

人工智能发展的今天,我们终于可以将科技融入进生活当中。那么,就让我们看看,人工智能究竟能给我们预测什么?[详细]

结合物联网云端平台 创造多赢创新模式

时至今日,诉诸万物相连的物联网(IoT)时代,已正式揭开序幕,而伴随此一趋势的发酵,似乎也为全球科技产业带来不可[详细]

盘点:那些白骨精想加薪必备的智能硬件产品

对自己的工资不满意吗?想涨工资一定要让老板看到诚意,你的付出一定会被老板注意到的。找到那些最适合、最方[详细]

艾纳安德尔:德国工业4.0的实施路径

对于中国工业4.0来说,并不乏理论上的探索,有关具体的实施以及如何落地上,德国工业4.0平台科学顾问委员会主席、[详细]

国内趋于概念化的 “数据分析”,在硅谷是怎样真正落地的?

“大数据” 和 “数据分析” 是两个挺有意思的词。在平常采访的时候,这些词有很大的概率会从坐在我对面的创[详细]

南瑞集成与青云QingCloud共建云网融合创新中心

2015年8月18日,青云QingCloud与领先的电力行业IT解决方案供应商南瑞集团信息系统集成公司合作建立的云网融[详细]

PPT:基于微信大数据的股票预测研究

本文基于第一届网络经济与大数据国际会议-申德周的演讲稿整理而成。
大数据是近些年来的热门话题,无论国际上[详细]

印度数据挖掘大牛Soham Sinha:我热爱大数据分析的6个原因

原文作者,Soham Sinha,他是Crayon data的一名数据挖掘工程师,并且在多家国外科技媒体拥有自己的专栏。
本文由3[详细]

掘金大数据产业链:上游资源+中游技术+下游应用

背景:我们正处在一个数据量爆发增长的时代。 在摩尔定律长达 50 年的支配下, 当今的信息产业呈现出前所未有的[详细]

积木策:让HR在大数据中找到“诸葛孔明”

HR的最需要是什么?
HR在企业中担任着至关重要的角色,招兵买马、发放粮饷和激发士气。样样都关系到企业的发展[详细]

Teradata首席分析官Bill Franks:数据分析变革犹如一场工业革命

2013年Teradata天睿公司首席分析官Bill Franks出版了《驾驭大数据》,时隔两年他又带来了新书《数据分析变革[详细]

译:数据科学如何将车联网由理想变为现实?

原文作者: Raman Mehta,本文由36大数据翻译组-晓舟翻译,并授权36大数据转载,拒绝不标明出处的转载,转载必须获得[详细]

大数据之后开始诈骗:全球最大外遇网站被黑推生出的产业链

最近,关于那个全球最大外遇网站Ashley Madison被黑之事,在网络上传播的纷纷扬扬。据说黑客拉库数据量高达200G[详细]

解读1万亿的中国会议经济图谱

会议经济是产业经济范畴之一。据《中国会议蓝皮书》,中国每年举办各种会议多达上千万场,涵盖企业、政府、事业[详细]

你知道自己对这些技术公司而言有多少价值吗?

有很多互联网技术公司比如Facebook、LinkedIn、亚马逊、Yelp和Twitter是完全依赖用户得以生存的,要是你不光[详细]

传统IT列强和互联网新贵们如何应对大数据浪潮

文|张晓东
摘要:本文简单分析了大数据这个领域内,不同类型的公司大数据的理念和做法有哪些不同。大数据到底是[详细]

智能家居怎么赚钱?

近两年,智能家居平台不断开放,私人生活环境互联互通也在逐渐实现,不论是苹果的HomeKit,或是谷歌的Nest,或是各[详细]

数据英雄集结令,D-Future邀你现场来PK!

也许你是期待颠覆行业的创业者,也许你是想要自我突破的传统人,也许你是BAT? 无论是海量数据管理、数据价值挖[详细]

是什么卡住了大数据的应用?

文|李志勇
要想考察大数据最好同时考察大数据背后的技术、商业和社会维度。从发展成熟度来看,技术维度走的最[详细]