Эта первая статья начинается с обзора анализа в целом, а затем переходит к анализу на основе данных в противоположность применению бизнес-правил и экспертных знаний. Оба типа знаний могут повысить качество принимаемых решений. Эта статья поможет вам найти свои собственные приложения прогностического анализа, который применим к самым разным наборам данных в различных отраслях хозяйства и областях знаний. Подробнее »

Статья о бесплатных онлайн-курсах, организованных на сайте BigDataUniversity.com. Предлагается путь к приобретению начальных знаний в области работы с большими объемами данных и их наращиванию в соответствии с вашими бизнес-потребностями. Подробнее »

Хотя наибольшей популярностью в сфере распределенного анализа данных пользуется Hadoop, существуют альтернативы, предлагающие некоторые важные преимущества по сравнению с типичной Hadoop-платформой. Познакомьтесь с подходом Spark к кластерным вычислениям и его особенностями по отношению к Hadoop. Подробнее »

Статья о том, как реализовать структуру Hadoop MapReduce в облачной среде и использовать виртуальное выравнивание нагрузки для повышения производительности системы, состоящей из одного или нескольких узлов. Подробнее »

Время от времени возникает потребность в большом количестве физических и виртуальных ресурсов для выполнения сложных ресурсоемких вычислений, но создание собственной grid-системы в организации может столкнуться с ресурсными, логистическими, техническими, а иногда даже и с политическими барьерами. Автор показывает, как облачные вычисления и MapReduce помогают решать проблемы обработки больших объемов данных. Подробнее »

В данной статье излагаются базовые сведения по применению инструмента BigSheets для анализа данных социальных медиа и структурированных данных, собранных с помощью типовых приложений, предоставляемых продуктом BigInsights. Вы узнаете, как моделировать эти данные в инструменте BigSheets, как обрабатывать эти данные с помощью встроенных макросов и функций, как создавать таблицы для визуализации результатов своей работы и как экспортировать результаты своего анализа в один из нескольких распространенных выходных форматов. Подробнее »

Публикуем стенограмму заседания экспертного семинара, посвященного теме "Big Data - новые горизонты". Семинар является постоянно действующей площадкой для обсуждения вопросов, представляющих интерес для инновационного сообщества. В третьей части представляем выступление Сергея Лихарева из компании IBM. Подробнее »

Телекоммуникационные компании. Компания сферы здравоохранения. Компания сферы розничной торговли. Цифровая медиа-компания. Компания сферы финансовых услуг Подробнее »

Публикуем стенограмму заседания экспертного семинара, посвященного теме "Big Data - новые горизонты". Семинар является постоянно действующей площадкой для обсуждения вопросов, представляющих интерес для инновационного сообщества. Во второй части представляем выступление Вячеслава Нестерова, руководителя центра разработок корпорации EMC в Санкт-Петербурге. Подробнее »

IBM Netezza 1000 - это специализированное решение для управления хранилищами данных на основе стандартов, обеспечивающее интеграцию баз данных, серверов, систем хранения и функций расширенной аналитики в единую систему, удобную для управления Подробнее »

Интегрированная в базу данных аналитическая платформа IBM Netezza Подробнее »

Простые и быстрые решения в области хранилищ данных для сложных задач аналитики Подробнее »

Принимайте лучшие решения быстрее и оптимизируйте бизнес-показатели Подробнее »

IBM Netezza объединяет бизнес-аналитику и усовершенствованную аналитику в одном устройстве хранения данных. Подробнее »

Публикуем стенограмму заседания экспертного семинара, посвященного теме "Big Data - новые горизонты". Семинар является постоянно действующей площадкой для обсуждения вопросов, представляющих интерес для инновационного сообщества. В первой части представляем выступление Леонида Жуков, который является профессором Высшей школы экономики и занимается вопросами больших данных. Подробнее »

Описание примера миграции с Oracle на IBM Netezza Подробнее »

Сравнительные характеристики IBM Netezza, Teradata, Oracle Exadata Подробнее »

Tony Pearson из IBM написал интересный материал "как построить собственный IBM Watson-младший у себя в подвале". MinDeepQA за 10 недель силами нескольких студентов. СПО для IBM Watson. Технологии в основе IBM Watson Подробнее »