DataV数据可视化年度峰会——唤醒数据,看见未来

2024-01-03 02:20

本文主要是介绍DataV数据可视化年度峰会——唤醒数据,看见未来,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

12月23日,2019数据可视化年度峰会在阿里巴巴西溪园区白马山庄举行,峰会以“唤醒数据,看见未来”为主题,邀请著名专家学者及一线行业实践者结合自身实践与感悟,与现场业界来宾分享主题演讲。百余位业界KOL齐聚一堂,深入解读数据可视化研发生态,剖析可视化商业化应用的前景和机会,共同探讨了如何创建创新共赢的数据可视化环境。

(现场的气氛可谓是热火朝天啊!还有站在后面的小伙伴,可谓是一票难求)

没有抢到票的小伙伴看看会上都有哪些看点吧!

前瞻数据可视化学术方向与技术构建

中国科技创新2030“新一代人工智能”和“大数据”专项均将可视化和可视分析列为大数据智能急需突破的关键共性技术,可见国家对可视化领域的重视,以及可视化未来蓬勃的机会。目前数据可视化的产品以轻量级小数据可视化工具为主,产品底层技术特性与国外同类产品存在一定差距,所以目前重视大数据行业中可视化生态系统的培育以及基础理论与方法研究还是非常必要的。

同济大学主任曹楠教授

在《针对事件序列数据的可视化及应用》的演讲中,曹楠教授认为对大规模事件序列数据的可视分析与预测能够清晰的揭示用户行为的内在规律与因果关系,在网络安全、电子商务、智慧交通以及精准医疗等诸多领域拥有广泛的应用价值。

浙江大学博士梅鸿辉

梅鸿辉博士为我们分享了数据可视化的展望与趋势,其中包括中国可视化发展在国际上崛起的历史、可视化学术研发的方向、以及“可视化+”的概念等等。大数据的数据获取、数据清洗、数据模型、数据分析、预测仿真这些环节中都能与可视化融合,形成了可视化+的概念。更提到,数据可视化的研发趋势需要从小数据扩展到大数据,从少数专家扩展到广泛的不特定群体,在实际应用中强调方法的性能、使用的简捷和系统的智能。

阿里云数据可视化团队技术负责人宁朗

宁朗是阿里最早跟随团队将数据可视化真正落地到数据产品,并推动可视化技术能力对外输出的。他在会上中指出大数据可视化不仅仅是数据大屏,强调大数据大屏完成之前的数据收集和清洗非常关键,需要打破数据链融通之间的隔阂。他认为,数据可视化要有行业开发规范、把握创新边界,还要考虑呈现数据对象的感受,而不是盲目的开发。而通过可视化工具,可以响应可视化的快速变动。

洞察可视化生态机会点及DataV规划

随着物联网、云计算、移动互联网等技术的突破,更多的数据得到收集,同时也推动了数据可视化一直不断发展,目前金融、交通运输、生产领域、医疗卫生等行业更是对数据可视化愈发显示刚性需求,正在推进可视化发展的上升拐点。
可视化的终极目标是洞悉蕴含在数据中的现象和规律,从而帮助用户高效而准确的进行决策,所以可视化生态发展的机会点也是业界一直所关注的。

ECharts可视分析负责人李德清

在会上详细地介绍了E charts在可视化中的基建,它基于 Javascript 的数据可视化图表库,可提供直观、生动、可交互、可个性化定制的数据可视化图表。

数据城市派的CEO派姐

数据可视化工具可以帮助企业降低数据可视化的成本,使杂乱、大量的数据的可读性得到提高,让企业可以在数据中找到规律,行业上有许多数据可视化案例可以借鉴。目前在实际应用中数据可视化也具有非常广泛的应用场景。作为专业的大数据服务商,派姐对数据可视化的应用场景有深刻的理解,在演讲中以“数据可视化的应用场景”为主题分享了自己的见解。派姐首先回顾了城市规划可视化的发展历程,总结了大数据时代下,城市规划师利用数据可视化的各类场景,包括前期分析、现状分析、辅助设计、辅助决策、辅助服务与管理、数字孪生、感知未来等多种场景。对城市规划圈的数据可视化应用与发展提出了一些希望与建议。

阿里云产品专家央久

作为最早进入可视化领域产品之一的DataV,从双11出发,经历过开源、产品化、打包解决方案、再到平台化,数据大屏应用场景也从双 11 电商作战,扩展到智慧城市、智慧交通等诸多领域,所以DataV未来的规划也是备受关注。央久在会上表示DataV未来要做专业化、行业化、智能化的可视化开发工具平台, 能完整地帮助数据可视化从管理到投放,从单点功能向全面化智能发展。

大屏显示领域资深技术专家董航程

董航程在《数据可视化LED屏的行业趋势》的演讲中指出目前人性化的设计对工业设计是非常重要的,DataV+优秀的大屏硬件才是未来更好的可视化软硬一体的解决方案。

阿里云MVP陈琦

陈琦在现场与大家分享了《数据可视化工作流进化史》。陈琦的团队依托阿里云强大的产品支撑能力,为中央宣传部、国家电网、上海申通地铁等大型国企提供专业的数据可视化定制解决方案。他认为数据可视化的大屏要做数据科学的艺术品,优秀的数据可视化大屏要让观众找到共鸣、找到规律。

此次峰会我们一起探讨了数据可视化的学术动态,了解了数据可视化的基建和技术构建,以及对应用场景的探讨和更多的对未来的期待。相信未来数据可视化会以更细化的形式表达数据,以更全面的维度理解数据,以更美的方式呈现数据,使可视化更加具有冲击力。

 

本文作者:文刀禾乃

原文链接

本文为阿里云内容,未经允许不得转载。

这篇关于DataV数据可视化年度峰会——唤醒数据,看见未来的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/564300

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

JAVA智听未来一站式有声阅读平台听书系统小程序源码

智听未来,一站式有声阅读平台听书系统 🌟 开篇:遇见未来,从“智听”开始 在这个快节奏的时代,你是否渴望在忙碌的间隙,找到一片属于自己的宁静角落?是否梦想着能随时随地,沉浸在知识的海洋,或是故事的奇幻世界里?今天,就让我带你一起探索“智听未来”——这一站式有声阅读平台听书系统,它正悄悄改变着我们的阅读方式,让未来触手可及! 📚 第一站:海量资源,应有尽有 走进“智听

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav