Offcanvas

When Should We Call You?

Edit Template

夢想未來

大數據( Big Data )和資料科學家(Data Scientist)是近年來商業界的熱門關鍵字。不過,你感受到大數據的重要性,卻未必真正了解大數據和你我的工作、和企業的關聯性是什麼?

人類正在從IT時代走向DT時代」。隨着互聯網技術的進一步發展和數據的積累,「大數據」應運而生,信息的收集,數據的挖掘逐漸被重視起來。馬雲

Big Data _ Five V

DT, 即Data Technology(數據科技)。IT 時代和DT 時代的巨大差異,在於思想上的差異。

DT 時代的宗旨在於,成功者必須有利他的思想,只有讓你的員工、客戶、合作夥伴比你更強大,只有讓你的競爭對手比你更強大,社會才會進步,你才有可能成功。

Big Data


大數據 Big Data

「你中有我,我中有你」的DT 思維

有人覺得,互聯網的發展使傳統企業沒有了機會。誰說傳統企業沒有機會?就看你是否能夠行動,是否跟得上它的速度,是否有這樣的夢想,是否可以把所有夢想變成現實!

很多事我們可能都不懂,但我們尊重「不懂」。很多事正因為不懂,才讓我們好奇,才讓我們探索。這幾年,我在網上看到大家說得最多的話就是,BAT (* 指百度(Baidu)、阿里巴巴(Alibaba)、騰訊(Tencent)這三家公司。) 把中國所有的創新、創意、創業的機會都拿走了。這讓我聯想起20年以前,我怪比爾•蓋茲(Bill Gates)、我怪IBM,認為這些公司把我們的機會都奪走了。但事實上,這20年來,還是有無數的創業者把握住機會。

有人說,有BAT 這樣三座大山存在,怎麼會有機會?

我認為,不是把村裡的地主鬥死了,農民才會富有起來。三座大山也好,七座大山也好,BAT 依舊會繼續發展,但你們還是有機會贏的。因為今天的創業環境、基礎設施、融資環境,要比十五年以前好很多,你們每個人的素質和創業的能力,也是我們當年不敢想像的。

大家把阿里巴巴的18 位創始人傳說得非常了不起,其實阿里巴巴的18 位創始人,在十六年前都是因為找不到很好的工作,才去創業的。我們沒有很好的文憑,也沒有很好的資歷和關係,我們聚在一起,就是因為對未來的夢想。我們相信,只要努力,未來有一天,我們的夢想就會成真!

BAT


真正的機會來了!並非被奪走了

只有每個人相信自己所說的,相信自己所認為的,相信自己所做的,我們才會有未來。機會無處不在。從現在往回推20年,實際上是互聯網技術突飛猛進發展的20年,未來的30年將是互聯網技術融入全社會各層面的30年,這30年才真正蘊含著創業的巨大機會。

我們正進入一個新的資源整合的時代,這個時代的核心資源,已經不僅僅是石油,還包括大數據的管理、分析和應用。中國現在是一個電腦大國,而不是一個電腦運算大國,但我相信,中國一定會成為一個電腦運算大國。現在,大數據已經成為一種重要的生產資源,而未來的生產力就是大數據的分析應用能力,以及所有創業者的創新能力和企業家精神。

政府部門未來的監管和治理離不開大數據,政府在招商引資的時候,要考慮的已經不是原來的「五通一平」,而是運算能力、儲存能力、數據的整體服務能力。DT 時代更加公平、更加透明、更加開放,DT 的思維是「你中有我,我中有你」,DT 思維讓所有人聯繫在一起,密不可分。

DT, 即Data Technology(數據科技)。IT 時代和DT 時代的巨大差異,在於思想上的差異。

如果IT 時代誕生的是製造,那麼DT 時代將會誕生「創造」。如果IT 時代誕生的是知識,那麼在DT 時代,人類將會真正進入智慧的時代。

運算能力在未來會成為一種生產力,而數據將會成為最大的生產資源,將會成為像水、電、石油一樣的公共資源。在擁有石油這樣的新能源之前,人類沒有想過自己會登上月球;在擁有電腦運算能力之前,我們可能無法想像人類的思考能力能夠延伸多遠。

我相信,有一點是肯定的:有了運算能力,有了數據以後,人類會發生翻天覆地的變化,人類會從「向外看」發展到「向內看」。什麼是「向外看」?人類的知識、眼界已經擴展到其他星球,火星、金星都在我們的探索領域中。但是,人類對自身的了解是非常疏淺的,而數據將會使人類對自身擁有空前的認知和了解,這就是「向內看」。

這是一種認知和思考能力從技術層面的釋放。人類需要向疾病、向貧困、向環境惡化的問題發起挑戰,而這次人類擁有的巨大武器就是電腦,就是雲端運算、大數據分析和應用的能力。當最貧困的角落有電腦和世界相連的時候,我相信人類戰勝貧困的可能性將會大幅增加。思考能力的解放也會改變企業的生存方式,小企業將獲得和大企業一樣的機會,創新和創造將會成為企業能否成功的決定性因素。



Web仔


全新 Digital Marketing 體驗,請聯絡 Web 仔


IT 及增值服務:創建網站推廣行銷開立公司


5個數據分析的必經階段

【TechOrange】學程式、數據分析並不是線性發展的過程,而是會經歷某些階段,遇到一些障礙。Noel Burch 與 Robert Greene 建立了學習 5個數據分析的必經階段 模型,我們將透過該模型,了解學數據科學時會走過的 5 個階段。 很多人認為學習數據科學是一個線性過程。事實上,它是個有些凌亂的發展過程,更像是一系列平台期構成的。 普遍以為的學習曲線 vs. 真實的學習曲線 幸運的是,已經有一個相當不錯的一般性學習模型,解釋了這些平台期是如何起作用的。這個模型是 Noel Burch 在 20 世紀 70 年代創造的,又由 Robert Greene 在《Mastery》一書中進行了擴充。 根據這個模型的框架,我們的學習要經歷五個階段:從無意識的未掌握,到有意識的未掌握,到有意識的掌握,到無意識的掌握,最後是精通。學習數據科學同樣遵循這個過程。 5個數據分析的必經階段 在這篇文章裡,作者會在數據科學的語境下解釋學習的每個階段,並將談談他在每個階段的經驗,以及發現的一些捷徑——從一個階段突破瓶頸到下一階段的最快方法。 階段一:無意識且未掌握(完全新手期) 在這個等級,你剛剛開始進入數據科學領域。你幾乎沒有什麼程式或統計學方面的經驗。這個階段的學習者一般會過度自信。很多人認為學一兩門課程就能掌握這個領域。 這也是我剛出校門時的感覺。有幾門經濟學課程打底,我覺得自己已經準備好進入體育分析領域了。學習數據科學只是順理成章的下一步。從高處俯瞰,這個領域似乎很簡單:你只需要找到數據中的趨勢以獲得一些洞察,簡單吧? 不用說,我完全想錯了。開始學習寫程式後,我陷入了無望的迷茫當中。我開始整合自己需要學習的所有各種概念,而這個任務有時簡單,有時極度艱鉅。 為了從階段一進入階段二,你需要初步理解什麼是數據科學,掌握它需要懂得哪些程式和數學概念。我推薦看一些 YouTube 影片、接觸一些 Python 程式來取得這些知識。 階段二:有意識但未掌握(畏懼期) 一旦你開始覺得程式和數學的世界大到讓人不知所措,你已經到了第二階段。在這個階段,很多人都會卡住,甚至放棄。此時,你開始知道數據科學的水有多深。要學的東西太多了,不知道從哪下手。 走通這個階段的關鍵,是把數據科學分解成若干小步。你需要從某處開始。在最基本的層面上,你需要懂一些程式(Python 或 R)和簡單的統計學

0 comments

國安法與移民 – 關聯度達 0.99

當人大今晚公布「港版國安法」後,在搜尋引擎出現極高的關聯度,顯示 國安法與移民 有著高度連繫。 面對本土恐佈主義不斷「抬頭」,被視為較23條更嚴厲的《國安法》有機會直接以《基本法》附件3的形式在香港實施,究竟香港人即時有什麼反應,且以大數據簡單審視。 《香港01》題為〈人大今晚公布「港版國安法」 堵國安漏洞 有別23條〉的報道在周四下午約4時登出,提及「國安法」的新聞或討論區帖文在不足3小時內已引起逾12萬次互動 (包括讚好、分享及留言),而 facebook 專頁上相關留言的粗口指數 (MFI) 達到20%。 國安法與移民  – 關聯度達 0.99 值得留意的是,搜尋引擎中「國安法」與「移民」的關聯度 (Correlation) 高達0.99,意味社會大眾對《國安法》「殺到」的第一反應是移民!截至晚上8時,提及「國安法」的新聞及討論區帖文達到199則,而引起的互動量卻高達12.8萬次,無論是分享以及留言均有所急升,顯示社會大眾對有關報道有高度反應。 以反映搜尋引擎關鍵詞彙搜索量的趨勢移動平均線 (TMA),審視「國安法」及「移民」的新聞及資訊需求量,可以以看到兩者同步急升至新高。 Web仔 06/06/2020 全新 Digital Marketing 體驗,請聯絡 Web 仔。 IT 及增值服務:創建網站、推廣行銷、開立公司。

0 comments

AI分析人流:提升生意

AI分析店面人流 本港經濟前景轉差,8月零售業銷貨價值較去年同期勁瀉23%,跌幅是有紀錄以來最慘烈,在此時勢之下,商戶如何突圍而出?今次 StartUpBeat 請來Dayta AI聯合創辦人及行政總裁屠厚鈞,分享怎樣藉人工智能(AI) 提升生意 額。 提升生意 主持:(朱)朱美俞 StartUpBeat 記者 嘉賓:(屠)屠厚鈞Dayta AI聯合創辦人 朱: 可否簡單講解一下產品和服務? 屠: Dayta AI於2018年5月正式成立,現專注AI技術,讓商戶把店內CCTV影片串流(Steam)傳至旗下雲端系 Cyclops,再通過電腦視覺(Computer Vision)等系統識別演算法,即時分析多項數據,包括:人流分布、顧客類型、消費行為及情緒等,令零售商更有效掌握分店的關鍵績效指標(KPI)、店員與客人的互動(Engagement)等,協助改善營銷策略,提高生意額。 朱: 坊間已有同類型企業,你認為Dayta AI有何競爭優勢? 屠: 據知坊間AI服務供應商一般要求店舖先清拆原有裝置,須重新安裝鏡頭、傳感器等設備,過程需時約兩周,期間無法如常營業。至於我們的客戶,只要店內可上網且鏡頭齊全,再把相關CCTV片段授權串流至Cyclops,大約只花5分鐘,即可享用「智能店舖」(Smart Retail)服務。一般店舖每月只須繳付2000元左右,便可訂購服務,能彈性控制營運成本。 免安裝設備 毋須停業 以泰國時裝品牌為例,客戶把兩家分店的CCTV影像授權傳至Dayta AI後,我們團隊毋須飛往泰國,即能在港提供服務。通過熱圖(Heat Map)分析人流分布,發現兩家分店中,A店生意額正常,其客人隨意閒逛,人流覆蓋店舖80%範圍;另一間B店的人流則集中於門口和收銀處,八成店面範圍未被覆蓋。 最終客戶因而察覺,B店店主在門口放置了大量減價衣物,冀藉此刺激銷售額,卻適得其反。該公司遂快速重整銷售策略,並把旗下100家分店授權予Dayta AI管理,以獲悉各店的實際數據。 進駐科技園 拓展東南亞 朱: 在獲取客源及招聘科技人才方面,你們有何策略? 屠: 坦白說,公司團隊為學生班底,自問商業人脈不強。最初業務受惠於一名天使投資者,團隊藉其人脈獲得首批客源。此外,我們成立不足3個月已進駐香港科技園,通過有關機構得到另一批關鍵客戶;再加上有幸成為首批「香港人工智能實驗室」(HK

0 comments

大數據醫療

大數據時代的智慧醫療 【TKP】近年來,大數據越來越多地被提到,它用於描述和定義資訊爆炸時代產生的大量數據,並命名與之相關的技術發展與創新。而大數據的應用也在不斷證明他的優勢,帶給我們眾多的幫助。在電子商務、O2O、物流等領域,大數據幫助企業創新運營模式。而在傳統的經濟、政治等領域,大數據成為備受推崇的決策工具。 不僅如此,大數據的「承諾」也正在醫療行業變成現實,例如:通過可穿戴設備、基因檢測等技術獲取的數據,可以預測癌症、白血病等重大疾病,亦可為用戶提供有效的健康管理方案。借助於線上諮詢、遠程醫療和其他技術連接各級醫院,可以優化醫療資源的分配,有助實現分級診斷和治療。藉由基因測序和圖像識別等技術進行數據挖掘,可以縮短臨床驗證周期,提高新藥研發的效率。讀者可能會好奇這背後的奧秘,大數據何以有如此神奇的魔力,本文將帶大家發現大數據時代的智慧醫療是怎麼改變我們的生活的,揭開它的神秘面紗。 大數據醫療 的來源 在早期,大多數醫療數據是紙質形式,而不是電子數據存儲。如官方醫療記錄,費用記錄,護士醫生手寫的案例記錄,藥方記錄,X光膠片記錄,磁共振成像(MRI)記錄,CT圖像記錄等。隨着強大的數據存儲,計算平台和移動互聯網的發展,醫療數據經歷了爆炸性的增長和快速的電子數位化。現時醫學大數據主要來自四個方面:患者醫療過程,臨床醫學研究,製藥企業和生命科學家的研究,可穿戴設備。 可以預見,一旦實現數據集成和分析,醫學大數據將在提高醫療品質,加強患者安全,降低風險和降低醫療成本方面發揮無與倫比的作用。 大數據醫療的特點 醫療數據也是一種數據,具有一般的大數據特徵,包括規模大、類型多樣、增長迅速、價值密度低等,但其作為醫療領域產生的數據也有其自身的特點:多態性,冗餘性,及時性,隱私性。 大數據醫療的應用 大數據在醫療領域正在產生越來越大的應用價值,在技術層面:通過對大數據的分析和挖掘以及大量的即時監控,可以有效支持醫療衛生管理系統的建設,綜合資訊平台和資訊升級;在業務層面:大數據可以為醫生提供臨床助理決策和科研支持,為居民提供健康監測支持,並為藥物研發提供患者行為分析的統計。隨着醫學大數據的發展以及分析方法和人工智慧的不斷創新,越來越多的場景可以準確地利用醫學大數據進行分析和預測。人們尋求醫療保健的方式發生了重大變化,也為醫療領域帶來了新的發展機遇。以下是大數據在醫學領域的一些常見應

0 comments

大數據金融

大數據金融 成趨勢 【每日頭條】金融市場瞬息萬變,要捉緊最佳的入市時機,敏銳的市場觸覺和準確獨到的分析能力固然必不可少,但也需要新科技和技術作輔助,大數據技術發展一日千里,在金融業的應用層面亦愈來愈廣,由預測市場走勢,到計算風險,以至挑選投資產品,都可以通過大數據分析代勞,大數據金融 成分析大勢,金融業是香港經濟支柱,行業講求與時並進,積極使用新科技,應用大數據是其中一環。 科技發展正在顛覆金融行業,相對於傳統依靠基金經理掌控交易買賣的投資公司,近年興起專門從事量化投資的金融機構。中睿資本控股有限公司(CCRC)是其中一間,公司聯合創辦人王瑩峰博士指,所謂量化投資是透過交易模型進行數據分析,計算金融市場價格的變動和走勢,尋找低買高賣的投資機會,再利用電腦執行高速交易,過程涉及大數據分析和人工智能的應用。這種交易模式的好處是快捷和準確,電腦透過實時計算捕捉入市機會較人腦預測更精準,而且電腦不會受市場的波動影響情緒作出主觀判斷,交易風險相對較低。 金融業應用大數據層面廣 王博士續稱,量化投資其實早在十年前已經出現,受惠於大數據和人工智能技術日趨成熟,促使這種交易模式迅速發展。他預期未來五至十年,量化投資將會是金融行業其中一個發展大趨勢,能否進一步普及,關鍵在於客戶對這種投資模式的信任度。當愈來愈多投資者選用量化投資交易模式,了解它的優點後,信任度將會提高。 金融業應用大數據並非新鮮事,王博士指,今天金融機構很多業務層面都涉及大數據分析的應用,範圍亦愈來愈廣。在分析股票證券投資表現方面,利用大數據分析更容易和更客觀地評估股票證券的投資價值,從而選擇合適的投資產品;大數據分析亦可協助計算投資風險,作有效的風險管理。隨着大數據技術的發展,王博士預期日後甚至可以協助金融機構回應金融監管機構有關合規和法例的提問與質詢。大數據應用愈來愈普及,自然帶動業界對人才的需求。 大數據應用在金融的典型案例 1. 大數據應用到信貸 在美國,一家互聯網信用評估機構已成為多家銀行在個人信貸風險評估方面的好幫手。該機構通過分析客戶在各個社交平台(如Facebook和Twitter)留下的數據,對銀行的信貸申請客戶進行風險評估,並將結果賣給銀行。另外,利用歷史數據的積累可把握客戶的行為規律。 阿里巴巴的淘寶信用貸款、阿里小貸的業務,同樣基於網絡平台的數據進行分析評估後開張的業務,只是阿里巴巴利用的是

0 comments

大數據旅遊

【每日頭條】隨着物聯網和雲計算技術的發展,科技已經進入大數據時代,大數據的挖掘和智慧應用是當前科技研究的熱點,智慧旅遊讓旅遊變得可互動、可監控、可引導、可思考, 大數據旅遊 正在加速催生旅遊產業的「大變革」。在大數據時代,智慧旅遊離不開大數據,需要依靠大數據提供足夠有利的資源,並進行有效地挖掘、分析和應用,旅遊業才能得到「智慧」發展。 大數據旅遊 旅遊產業作為高度依賴「信息」的產業,信息的流通促進了旅遊產業的價值流動。但傳統的旅遊產業因為難以打破信息壁壘,往往較難準確獲知遊客需求,從而無法及時有效地提供旅遊服務。旅遊大數據是智慧旅遊的「智慧之源」,顧名思義,就是利用大數據的方法和技術,有效收集整合旅遊監管數據、移動運營商數據、旅遊行業數據,實現對遊客信息進行多維度的精準分析和有效預測,讓數據自己「說話」。 大數據旅遊利用大數據的方法和技術,打破信息壁壘,有效收集和整合旅遊相關數據,實現對遊客信息進行多維度的精準分析和有效預測,進而促進旅遊企業向信息化、智慧化、「互聯網+」化發展。 在旅遊市場經濟的帶動下,進行旅遊業創新發展研究,將促進景區、酒店、旅行社等旅遊企業和涉旅企業向智慧化轉型,傳統政務型旅遊政府向服務型政府轉型,最終促進整體旅遊產業的改革與創新。 大數據技術在智慧旅遊中的應用 智慧旅遊,也被稱為智能旅遊,就是利用雲計算、物聯網等新技術,通過互聯網,藉助便攜的終端上網設備,主動感知旅遊資源、旅遊經濟、旅遊活動、旅遊者等方面的信息,及時發佈,讓人們能夠及時了解這些信息,及時安排和調整工作與旅遊計劃,從而達到對各類旅遊信息的智能感知、方便利用的效果。簡單地說,就是遊客與網絡實時互動,讓旅程安排進入觸摸時代。 智慧旅遊的發展離不開大數據,數據提供足夠有利的資源,智慧旅遊才能得以「智慧」發展。智慧旅遊與大數據的融合是旅遊消費者、旅遊經營者、組織管理者等各方主體,通過互聯網,應用大數據、雲計算、射頻、各種終端和設備,進行旅遊信息及時、高效、便捷的傳輸交流,使旅遊消費更便利、遊客更舒心、旅遊經營更規範、旅遊監管更有效。 大數據在旅遊管理的應用 旅遊是一項龐大、複雜的經濟社會活動,利用來自各個方面的數據進行產業運行情況分析,進行產業運行監測,對產業實施有效管理,是推動旅遊業科學發展、建設現代旅遊產業的必要手段。 旅遊企業從企業內部管理系統着手,增強企業內部的數據化程度,進

0 comments

大數據電商

【每日頭條】由於平台所產生的巨大信息量以及其所收集到的用戶信息具有真實性、確定性和對應性,電子商務具有了利用大數據的天然優勢, 大數據電商 的應用將貫穿整個業務流程,成為公司的核心競爭力。隨著電商企業對待大數據的挖掘、分析,已經開始了對大數據的實際應用。 經歷了基於用戶數量的時代,基於銷量的時代,電子商務市場交易目前長期處於基於數據的時代,電子商務的競爭在很大程度上就是大數據的競爭。 大數據電商 美國醫藥網站遵照有身的女性用戶填寫的受孕動靜定期,給用戶寄EDM (Email Direct Marketing) 提醒母親在某些特定時間點的重視、必要攝取的養分、產前的心思變動和要做好的思想籌備;同樣,也包括之後的產後復原,寶寶的育養和健康等等。 精準營銷 A店通過手機平台的大數據,對其進行分析,給顧主發送個性化 EDM,進行精準的電子郵件營銷。若顧客曾經在A店網站上查看過一個商品卻未購買,A店會根據可能的情況:缺貨,價格不合適,商品不合適等經行分析,分別在到貨、降價或引入類似商品時以電郵方式告知客戶。同時,通過挖掘客戶的周期性購買習性或附近類似客戶的購買周期習性,適時提醒客戶。 通過收集與該用戶有相類似喜好的其他用戶的行動並經過分析後,可以對特定用戶的偏好和行動軌跡進行猜測,已達到精準營銷的目的;並可以用特定用戶喜好的方式和個性化的數據、拉近了與顧客的距離。 信用評級 阿里巴巴則通過在淘寶、天貓等網站積累的數據資料,通過對用戶的銷售終端、資金使用等數據進行追蹤和收集,以了解中小企業的交易狀況。從中可篩選出財務健康、講究誠信的企業,為發放無擔保貸款,解決其貸款難的問題,不僅新增了盈利模式又可以防範風險。目前,阿里巴巴已收貸300多億元,壞帳率僅為0.3%,遠低於銀行貸款壞帳率。 廣告推介 當購買某件商品時,會展現相關商品的推薦信息。這能夠為用戶查找相關商品提供方便,提升客戶體驗;更是利用了商品之間的互補性與相關性,增加了銷量。並且,通過對平台用戶的瀏覽痕跡進行記錄分析,正對不同層次類型的用戶會提供特定的商品推薦信息。 物流配送 Amazon 推出了 FDFC 的概念,以加快對顧客配送的速度。Amazon的訂單履行中心分兩個層級:FC 和 FDFC,其中 FC 品種更齊全,而 FDFC 在物理位置上更靠近目標市場,但品種重點容納針對目標市場的熱銷商品,顧客的大部分需求可以

0 comments
C. Ronald vs Messi

足球大數據:賽果轉換器

【每日頭條】隨著大數據時代的到來,這種趨勢越來越明顯,我們需要做的不僅是搜集數據,而且需要更好的分析數據以服務於這項運動,已經看到,越來越多的先行者已經開始湧入 足球大數據 分析領域,而且得到了不錯的結果! 相比於其他體育運動,足球的數據統計和分析工作開展得很晚,而且鑒於比賽的特殊性也沒有太多的經驗可供參考。 在棒球分析領域有一個學派認為如果沒有這麼多技術統計數據的話,棒球運動會發展的更好,之所以這麼講是因為他們聲稱這些目前被統計的數據不一定就是真實反映棒球比賽的決定性數據,他們只是最易於統計的數據而已。不管你同不同意這個觀點,這確實直指棒球數據分析的痛處,仍然是人們爭論的焦點。 這不是說你相不相信這些數據,而是說新的數據是否真的能取代原有的統計結果。就算是偶爾看看棒球打發時間的人也會更習慣原來的統計結果,部分原因是這些數據已經在棒球運動中存在了很長時間,事實上,人們總是習慣於早已熟知的數據統計,而對於學習新的數據分析結果保持謹慎態度。 對於足球來說,以前幾乎沒有什麼統計數據。事實上,對於這麼一個流暢性的比賽來說,也很難不藉助科技手段去統計一些諸如傳球次數等數據。人們開始系統性的記錄一些關於比賽的統計數據也就是近十年來的事情,因為現在這個時代人們都樂於收集和分析數據,同時可以從中獲得收益。類似OPTA 和Prozone 等專注數據統計分析的公司已經開始湧現,他們的盈利模式也是將這些數據賣給俱樂部或者媒體(事實上像ESPN,SKY Sports 等媒體的數據統計板塊都是由OPTA 提供支撐的)。 就像曾經在棒球或其他一些數據導向的運動中探索更新更先進的評價指標那樣,現在人們也迫切希望能夠在足球領域找到一些新的統計指標,因為有啟示性的衡量指標必然是數據分析的產物。不過這不是一蹴而就的,因為現在數據統計公司在足球領域中做的數據收集工作僅僅是一百年前棒球領域就做完了的。 現在,足球終於有了大量的數據,下一步就是怎麼樣更好的利用這些數據。不同於棒球等其他一些主流的運動(這些運動領域數據統計早已有之,數據分析只是近來興起),足球領域目前比較獨特的情景是數據的統計和分析是在同步展開的。 足球大數據:數據統計 讓我們回到開頭那個問題,如果沒有技術統計數據,棒球是否會發展的更好?這個問題對於足球數據統計來說至關重要。 近年來湧現出一批諸如WhoScored、Squawka和Four

0 comments

無人駕駛

許多科技公司、汽車大廠無不投入 無人駕駛 車輛的研發,像是 Google、Apple(蘋果)、Uber(優步)、Tesla(特斯拉)、BMW 等等,族繁不及備載。而當中尤以 Tesla 已經正式量產「自動駕駛(Autopilot)」車輛為最,儘管還無法達成無人駕駛,但 Tesla 的自動駕駛系統已經能夠預測路上交通狀況,提升駕駛人的安全性。 Advanced Driver Assistance Systems (ADAS) 系統及其子系統是現今許多發展無人車技術的廠商極力研發的系統,它能蒐集車內外的環境資料,並加以評估,做出適當的決策。 剖析自動駕駛運作原理 要真的達到無人駕駛的境界還需要一段時間,而自動駕駛算是達到無人駕駛的必經之路。 美國汽車工程師協會(SAE)將自動駕駛分為五大層級: 除了 SAE 有針對自動駕駛條列出五大層級外,美國交通部直轄的美國國家公路交通安全管理局(NHTSA)也有推出四大層級的規範,但後來專家普遍認為應該要給予自動駕駛更廣泛的規範,因而逐漸採用 SAE 的版本。 三大技術取決無人車成功與否 車輛中心資料指出,無人車要能夠成功,必須搭配幾項不可或缺的技術,分別是感測技術、定位技術(優劣互補)、決策技術。感測技術意指車輛要能夠確實偵測行駛間的週遭狀況,像是有無行人通過、交通號誌的變換、車道狀況等等。而定位技術則是能確實把乘客載送到定點的重要技術,同時也能讓無人車自動停好車。最後決策技術綜合以上的技術,要能夠做出適當的判斷,比如偵測到有行人通過,無人車要能立即停車或是車輛偏離車道時要能立刻導正。 ADAS 無人車發展重要條件 ADAS 系統及其子系統是現今許多發展無人車技術的廠商極力研發的系統,它能蒐集車內外的環境資料,並加以評估,做出適當的決策。而現在雖然我們還沒能夠享受到完全自動化的無人車,但相關的技術已經逐漸應用到一般車輛中,大幅提升駕駛人的行車安全。 蒐集車內外資料是第一步 無人車的 ADAS 系統藉由不同的感測器來蒐集車內外的資料,像是毫米波雷達、超聲波雷達、紅外線雷達、雷射雷達、CCD\CMOS 影像感測器及輪速感測器等,並將不斷變化的機械運動變成電子訊號(電壓、電阻及電流)。而這些電子訊號會連動到對應的因應措施上,像是夜視系統會使用紅外線感測器,讓無人車可以在夜間安全駕駛而不偏離軌道或是撞上障礙物;而停車輔助系統則會使用超聲

0 comments

大數據:無所不在!

數據解密 大數據觸角已伸向每個傳統行業,未來大數據將 無所不在 ! 我們可以看出大數據的應用范圍越來越廣,醫療、教育、汽車‧‧‧‧‧‧各個行業都在不斷有大數據的應用。 近日,一曲「特殊」的交響樂引起了轉發熱潮,被稱為年度最酷的跨界合作。據了解,這曲交響樂之所以受到業內外的廣泛關注,是因為它的譜「取之於民,用之於民。」百度邀請著名作曲人張朝、中國國家交響樂團將2015一整年的搜索數值的高低起伏作為五線譜上的律動,形成屬於13億中國網民的獨一無二的音樂盛曲。 大數據與音樂的結合在國內還是首次,百度借用年末盤點的契機,將冷冰冰的科技技術與曲高和寡的交響藝術二者碰撞,迸發出別有溫度的人文情懷,讓人們重溫一年熱點的同時,也感受到了大數據等技術應用所帶來的好處。 我們可以看出大數據的應用范圍越來越廣,醫療、教育、汽車‧‧‧‧‧‧各個行業都在不斷有大數據的應用。在過去一年,越來越多的政府機構、公司都已經開始把大數據應用到企業當中。 無所不在 大數據汽車:研發智能汽車 前不久百度的無人駕駛汽車在北京的環路上進行路測,開啟了國內的無人駕駛汽車時代,其中所利用的技術當中有一項最重要的就是大數據分析。與百度無人駕駛汽車不同,福特汽車則已經把大數據運用到了公司的每一個環節當中,從預測商品的價格到理解消費者真正需要什麼,從公司應該為客戶生產哪種車型到這種車型應該采購哪些零部件,再到是否要新增轎車和卡車的車型,以及福特智能汽車的設計、制造等方面。隨著車聯網時代的不斷向前邁進,大數據在汽車領域的應用越來越廣泛。 並且,大數據在交通擁堵、駕駛安全等方面也有著相當大的作用。 目前,交通擁擠已經成為了國內各大城市一個非常嚴重的現實問題。如果將這些行駛數據、車輛數據都收集起來,就能夠制定更合理的交通方案,車主也能夠提前做好更方便快捷的出行方案。 大數據體育:打造更完美賽事 在去年的世界盃期間,騰訊借助大數據發布了世界盃的報告,而德國足球隊更加厲害,通過採用SAP大數據分析,基於SAP HANA平臺運行處理海量數據,為球員和教練提供一個簡明的用戶界面,幫助雙方開展互動性更強的對話,分析球隊訓練、備戰和比賽情況,從而提升球員和球隊的成績,最終在世界盃一舉戰勝巴西隊。 並且對於賽事直播的媒體、直播平臺來說,大數據的應用能夠幫助他們獲得更高的收視率,從而影響平臺的廣告收入等。對於體育賽事的人員來說,通過數據分

0 comments

[hfe_template id=’12071′]

夢想由這一刻開始

make your dream comes true more easier and faster!

You have been successfully Subscribed! Ops! Something went wrong, please try again.