数据关键词检索结果

为什么更多的数据中心可能意味着更便宜的电力

Why More Data Centers Might Mean Cheaper Electricity

经济学充满了违反直觉的见解。租金管制会使住房变得更难以负担。企业失败可以增强经济。是的,更高的需求有时会降低价格。在关于数据中心和电费的持续争论中,这种可能性值得记住。为什么更多的数据中心可能意味着更便宜的电力一文首先出现在美国企业研究所 - AEI 上。

Nvidia 为何背叛 PC 游戏玩家?答案不隐藏在硬件中,而是隐藏在数据中心

Почему Nvidia предала ПК-геймеров? Ответ прячется не в железе, а в дата-центрах

每年一次-每5年一次:这就是公司悄悄改写电脑升级规则的方式。

52% 的公司员工已准备好将机密数据传输给 AI 机器人

52% сотрудников компаний готовы передать ИИ-ботам конфиденциальные данные

Sitronics Group 的一项研究表明,人工智能技术的发展正在迅速改变网络威胁格局。

随着下一代指挥和控制从原型设计转向交付,陆军和工业界在通用数据基线上保持一致

Army and industry align on common data baseline, as Next Generation Command and Control moves from prototyping to delivery

华盛顿——美国陆军今天宣布,继 NGC2 之后,它已经建立了下一代指挥与控制 (NGC2) 通用数据层基线...

未婚人士的社交数据 - “婚姻伴侣对我的期望”的偏见墙

未婚化社会データ考-「結婚相手が自分に求めること」バイアスの壁

■概要 从统计数据来看,日本少子化的主要原因是结婚率下降(未婚人数增加)。 2020年以来,笔者每月主持一次学习小组,主要目的是解决未婚人士的社会问题。该研究小组由来自全国 14 个都道府县的企业经营者和其他人士参加,旨在解决与婚姻和年轻人留在社区相关的问题。经常出现的话题之一是求婚者的“自我限制信念之墙”,例如“除非你是这种人,否则很难结婚”。然而,归根结底,这不是个人看法的问题,而是一种全国性的误解,在未婚女性数量迅速增加的日本,可以被称为“日本病”。在这篇文章中,我想用数据来解释这堵“关于婚姻条件的假设之墙”。 ■目录 1 - 日本少子化的主要原因是“未婚者” 2 - 强调对方没有要求自

陆军选择 Anduril 领导下一代 C2 通用数据层基线

Army picks Anduril to lead Next Gen C2 common data layer baseline

去年,该公司一直在与第四步兵师合作打造“全栈”原型。

对分类数据进行编码以进行异常值检测

Encoding Categorical Data for Outlier Detection

为什么单热编码并不总是最好的方法,以及替代编码用于离群值检测的编码分类数据一文首先出现在走向数据科学上。

“给我统计数据”:参议员保罗在参议院听证会上就机场安检争议与美国运输安全管理局 (TSA) 进行较量

'Give me statistics': Sen. Paul takes on TSA over airport screening controversy at Senate hearing

1970 年 12 月 15 日,一颗名为金星 7 号的钛球体成为第一艘降落在另一颗行星上的航天器,但它的信号非常微弱,以至于苏联控制室将其记录为另一个失效的探测器,直到几周后,射电天文学家重播这些磁带时发现,噪音中埋藏着 23 分钟的数据。

On 15 December 1970 a titanium sphere named Venera 7 became the first spacecraft to land on another planet, but its signal was so weak the Soviet control room logged it as another dead probe, until a radio astronomer replaying the tapes weeks later found 23 minutes of data buried in the noise.

第一台登陆另一个星球的机器被宣告死亡。降落伞撕裂,太空舱侧翻,天线指向远离地球的方向,信号在撞击时中断。苏联控制室将金星 7 号记录为又一个被金星压碎的探测器,直到几周后一名射电天文学家重播这些录音带,发现了 23 分钟的数据,但没人知道那里有 23 分钟的数据。 1970 年 12 月 15 日,一颗名为金星 7 号的钛球体成为第一个登陆另一颗行星的航天器,但它的信号非常微弱,苏联控制室将其记录为另一个死亡的探测器,直到几周后一名射电天文学家重播这些录音带发现了 23 分钟的数据数据被淹没在噪音中。首次出现于19FortyFive。

向 AI 提供数据以加速药物发现

Feeding data to AI to speed up drug discovery

开发新药可能需要进行数千次化学实验,以确定安全、有效且价格合理的药物的正确配方。

酒精、疾病和健康数据的政治

Alcohol, Disease, and the Politics of Health Data

这是一个简单的问题:成年人可以安全饮用多少酒精?

关于美国堕胎的数据说明了什么

What the data says about abortion in the U.S.

十分之六的美国成年人表示,在所有或大多数情况下堕胎都应该合法。以下是有关堕胎率、提供者、人口统计等方面的数据。

从家庭预算调查看年轻人的投资趋势——“NISA贫困”能否用数据印证?

家計調査から読み解く若年層の投資動向~「NISA貧乏」はデータで確認できるか~

■摘要 本文利用总务省的家庭收支调查,调查了年轻人中是否确实存在因投资过多而导致日常生活紧张的所谓“NISA贫困”。从平均家庭预算数据来看,并不能说NISA贫困在年轻人中普遍存在。不过,无论是两人以上家庭还是单人家庭,净购买证券的比例都有所上升,这可以评价为积极的变化,表明长期存在的“储蓄向投资”的转变正在缓慢而稳定地进行。 ■目录 1 - 简介 2 - 在有两名或以上工人的家庭中,净购买证券的比例仅略有增加3 - 即使在有一名工人的家庭中,80%以上的储蓄都是储蓄的净增加4 - 所谓的“NISA贫困”,即分配给大宗投资的资金数额过大,给日常生活带来压力,正在成为一些年轻人的问题。 “NISA

利用Prophet模型对人流数据进行时间序列预测分析~新冠疫情及世博会后大阪主要景点的人流特征及未来游客量预测~

Prophetモデルを用いた人流データの時系列予測分析~コロナ禍・万博を経た大阪主要スポットの人流の特徴と来訪者数の将来予測~

■摘要 近年来,通过智能手机等设备获取的“人流数据”,因其能够直观、准确地了解人流活动和停留的实际状态,越来越多地应用于城市规划、旅游推广等广泛领域。了解人流数据的特征对于了解房地产需求和城市结构也很重要。因此,本文利用Location AI Co., Ltd.提供的人流数据,利用Prophet模型进行时间序列分析,掌握大阪市主要景点的游客特征,预测未来的人流趋势。分析表明,大阪主要景点的游客量不仅受到季节变化和天气条件的强烈影响,而且还受到传染病传播和大阪关西世博会等外部事件的影响,并且影响程度根据每个景点的用途和位置特征而存在很大差异。特别是,对大阪站周边地区的分析表明,近年来的大规模开发

英国就业统计数据(2016 年 5 月)——平均周工资较上年增长 4.4%,与上月持平

英国雇用関連統計(26年5月)-週平均賃金は前年比4.4%で前月から横ばい

6月18日,英国国家统计局(ONS)公布了就业相关统计数据,结果如下1。 [5月] - 失业保险2申请人数为1,711,900人,较上月(1,680,600人)增加31,200人(图1)。 ・申请人数与就业人数的比率为4.5%,较上月(4.4%)增加。 ・工薪劳动者3较上月增加2,000人(30,252,000) 至 30,254,000。增减人数较上月(-5.3万人)转正,超出市场预期4(-2.3万人)。 【4月三个月平均值(2016年2月至4月)】失业率为4.9%,较上月(5.0%)有所下降,低于市场预期(5.0%)(图1)。 ・就业人数为3,441万人,比三个月前的3,431万人增加了1

推进前线:利用人工智能和数据科学转变边境安全数据

Advancing the frontline: Transforming border security data with artificial intelligence and data science

通过人工智能和精英数据科学的整合,USAISEC 将确保联合部队始终领先于跨国威胁。

大规模数据和 AI 代理的上下文智能

Context intelligence for your data and AI agents at scale

智能体的智能取决于它们能够推理的上下文。如今,这种背景分散在数据湖、数据仓库、湖屋、数据库和流中,以及从未被记录下来的机构知识中。您希望信任人工智能代理做出的决策,但这只有在代理掌握上下文后才能实现。想象一下,当我们为代理提供一种安全的方式来访问他们提供可信决策所需的上下文时,将会发生什么。这就是为什么在纽约市 AWS 峰会上,我们宣布了一系列创新技术,可为您的数据和 AI 代理大规模提供智能。

每个数据科学家都应该知道的实用 SQL 技巧

Practical SQL Tricks Every Data Scientist Should Know

在本文中,我们将介绍基本的 SQL 模式和工作流程,使日常数据分析更清晰、更快、更容易扩展。