11 月 14 日，乌克兰首都将举办基辅人工智能会议，这是一场致力于人工智能在商业中应用的活动。 22位专家将分享他们的经验。
Какая конференция по телекоммуникациям сейчас без 5G, IoT, Big Data и… барабанщиц
31 октября в Санкт-Петербурге состоялся VI Международный Съезд TELECOMTREND 2018, посвященный новейшим технологиям 和 трендам в отрасли телекоммуникаций и смежным отраслям。 Комитета по информатизации и связи Санкт-Петербург а，директоров 和 руководителей профильных компаний，а также экспертов отрасли。
朋友们，我们继续对工业机器人和工业物联网领域的公司代表进行门户专题采访。我们今天的材料专门介绍 7 月份举办的 INNOPROM 展览和工业物联网。
Big Data для нефтянки: «Газпром нефть» и МФТИ развивают технологии машинного обучения
Специалисты Научно-технического центра «Газпром нефти» совместно с инжиниринговым центром МФТИ начали ку алгоритмов, основанных на методах машинного обучения。
For organizations to succeed with the onslaught of devices, sensors and tools that innovation garners, data must no longer be treated as a byproduct but instead as an asset. And data-driven innovation must start at the top. That's what Michael Schrage, Fellow at MIT Sloan School's Initiative on the
Big data: Death by mozzarella cheese
《美国托管护理杂志》已经发表了我和史蒂夫·皮泽（Steve Pizer）的评论。一些人建议大数据将迅速改善医疗保健的交付。 […]这样的大数据应用程序中最强大的支持者认为，有足够的信息，因果关系揭示了自己没有RCT。他们是对的吗？对于临床应用，[…]邮政大数据：马苏里拉奶酪的死亡首先出现在偶然的经济学家中。
The FDA’s big data, postmarket drug surveillance program
它被称为Sentinel，这是卫生事务的新健康政策简介，描述了这一点。总体而言，FDA和哈佛朝圣者说，他们可以使用大约1.78亿人的处方药数据，并在十八核合作伙伴组织中招募或治疗的4800万例药物应计。 […] FDA的大数据，后市场药物监视计划首次出现在偶然的经济学家中。
Can Big Data address causal Inference?
RocíoTitiunik通常认为不是。相关的问题是，大数据是否有可能发现用“小”数据发现的因果关系。 […]瓶颈通常是缺乏扎实的研究设计和可靠的理论，这两个理论对于发展，测试和积累因果解释至关重要。 […]基本的[…]大数据地址可以因果推断吗？首次出现在偶然的经济学家中。
汤姆·沙利文（Tom Sullivan）在大数据和医疗保健分析论坛上报道：密西西比大学医学中心有望向内部患者提供EHR数据，从接下来的两周开始，以帮助确定他们在不久的未来是否有心脏病发作的风险。这只是大数据计划之一[…]帖子首先出现在偶然的经济学家中。
Auto-renewal is a problem that defies easy solution — ctd.
昨天我写道，正如目前所构想的那样，我感到担心。我一定不能是唯一的，因为周五发布的一系列法规中提出了一项新策略。山姆·贝克（Sam Baker）有一个有益的文章：为了解决这个问题，HHS表示，当人们签署自动续订时，它正在考虑提供新的选项菜单，这是一个不容易解决方案的问题 - CTD。首次出现在偶然的经济学家中。
在有关大数据的论文中，哈尔·瓦里安（Hal Varian）将预测与因果推断区分开。欢迎。首先，基于预测：机器学习主要与预测有关。数据挖掘的紧密相关领域也与摘要有关，尤其是在数据中找到有趣的模式。 […]可以找到有关这些方法的更多详细信息[…]最初出现在附带经济学家的大数据上的Hal Varian。
Five more big data quotes: The ambitions and challenges
对于这一报价综述，我收到了Darius Tahir和David Shaywitz的意见。大数据上的先前的领带帖子在这里。与往常一样，下面的报价并不能反映作者的观点，而是他们所涵盖的人或社区的观点。单击以获取详细信息。 1。大卫·谢伊维兹（David Shaywitz
Ten impressions of big data: Claims, aspirations, hardly any causal inference
“大数据”是全部的流行。我很好奇人们认为大数据可以做什么，以及某些人声称会做什么，以实现健康和卫生保健。我很好奇人们如何认为因果关系是由（或使用）大数据引起的。在很大程度上，这种考虑似乎被忽略了，好像可靠的因果推论只会出现[…]大数据的十个印象：主张，愿望，几乎没有任何因果推论首先出现在偶然的经济学家上。
大规模数据分析的前沿，来自国家研究委员会，确定了一些大数据的挑战。但是，大规模数据的挑战超出了作为经典数据库系统（以及经典搜索引擎）省的存储，索引和查询，而是取决于雄心勃勃的推理目标。推论是[…]大数据挑战最初出现在偶然的经济学家上。
本文探讨了非极客但精通技术的业务专业人士如何理解如何使用 Hadoop，以及它将如何影响未来几年的企业数据环境。该论文作为一本手册，展示了六种常见的“玩法”，说明了 Apache Hadoop 如何支持和扩展企业数据仓库 (EDW) 生态系统。
How to kill your afternoon (fun with big numbers)
埃兹拉·克莱因（Ezra Klein）建议他可能会在下午的大部分时间里使用新的预算预测工具。对于那些关心加入他的人来说，他总体上有一些建议，当您看到预算预测时，就会想到：“如果什么都没改变，这就是预算的样子，[…]帖子如何杀死您的下午（有趣的大量），首先出现在偶然的经济学家中。
