Filter by دسته‌ها
آموزش هوش مصنوعی و انواع آن
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
پایتون و ابزارهای یادگیری عمیق
کتابخانه‌ های یادگیری عمیق
یادگیری با نظارت
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
اخبار
رسانه‌ها
آموزش پردازش زبان طبیعی
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
رویدادها
دوره
کارگاه
وبینار
کاربردهای هوش مصنوعی
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
وبینارها، کارگاره‌ها و دوره‌ها
 ارتقا مدیریت داده‌ها با به‌روزرسانی‌های جدید گوگل در پلتفرم BigQuery

ارتقا مدیریت داده‌ها با به‌روزرسانی‌های جدید گوگل در پلتفرم BigQuery

گوگل در حال ایجاد تغییراتی در نحوه کار تیم‌ها با داده‌هایشان است. امروز در کنفرانس سالانه Cloud Next، این غول اینترنتی به‌روزرسانی‌هایی را در انبار داده خود؛ BigQuery رونمایی کرد که کار تیم‌ها را با داده‌هایشان ساده‌تر می‌کند. این پیشرفت‌ها شامل یک تجربه یکپارچه برای اتصال داده‌ها و بارهای کاری است. گوگل همچنین قصد دارد از هوش مصنوعی برای تجزیه‌و‌تحلیل داده‌‎های ذخیره شده در پلتفرم استفاده کند و با ارائه بینش‎های ارزشمند، بهره‌وری تیم‌ها را افزایش دهد.

به گزارش هوشیو، گریت کازمایر، معاون و مدیرکل پایگاه‌های داده، تجزیه‌و‌تحلیل داده‌ها و هوش تجاری در Google Cloud، گفت:«این نوآوری‌ها به سازمان‌ها کمک می‌کند تا از پتانسیل داده‌ها و هوش مصنوعی برای درک ارزش کسب‌وکار، از شخصی‌سازی تجربیات مشتری، بهبود کارایی زنجیره تأمین و کمک به کاهش هزینه‌های عملیاتی تا کمک به افزایش درآمد استفاده کنند.» این اطلاعات در یک پست وبلاگی توسط Analytics در گوگل به اشتراک گذاشته شده است.

با این حال، باید توجه داشت که بیشتر این قابلیت‌ها هنوز در حال پیش نمایش هستند و به طور کلی در دسترس مشتریان نیستند.

پلتفرم BigQuery

تجربه یکپارچه با BigQuery Studio

گوگل ویژگی جدیدی به نام BigQuery Studio را در پلتفرم BigQuery خود معرفی کرده است. BigQuery Studio یک رابط یکپارچه است که به کاربران این امکان را می‌دهد تا با مقادیر زیادی داده برای کارهایی مانند مهندسی داده، تجزیه‌و‌تحلیل و تجزیه‌و‌تحلیل پیش‌بینی کار کنند. این یک محیط واحد را فراهم می‌کند که در آن کاربران می‌توانند این فعالیت‌ها را انجام دهند.

در گذشته، تیم‌های داده مجبور بودند از ابزارهای متعددی برای انجام کارهای مختلف مانند مدیریت انبارهای داده، دریاچه‌های داده، حاکمیت و یادگیری ماشین استفاده کنند. این فرایند زمان‌بر بود و بهره‌وری را کاهش می‌داد. با این حال، گوگل BigQuery Studio را معرفی کرده است، پلتفرمی که به این تیم‌ها اجازه می‌دهد به همه این ابزارها در یک مکان دسترسی داشته باشند. BigQuery Studio به آنها امکان می‎دهد به‌راحتی مجموعه داده‌های خود را کشف، آماده و تجزیه‌و‌تحلیل کنند و همچنین وظایف یادگیری ماشین را بر روی آنها اجرا کنند.

یکی از سخنگویان شرکت به VentureBeat گفت: «BigQuery Studio یک رابط راحت و یکپارچه برای تیم‌های داده به‌منظور تجزیه‌و‌تحلیل داده‎های خود در Google Cloud فراهم می‎کند و این امکان را به آنها می‎دهد تا SQL ،Python ،Spark و سایر زبان‌های برنامه‌نویسی را ویرایش کنند. اینکار انجام تجزیه‌و‌تحلیل در مقیاس بزرگ را آسان‌تر می‌کند. این امر نیاز کارکنان داده به جابه‌جایی میان ابزارهای مختلف را از بین می‌برد و با قرار داشتن تمامی این قابلیت‌ها در یک مکان، کار آنها را ساده می‌کند و آنها را قادر می‌سازد بدون نیاز به هزینه‌های اضافی مدیریت زیرساخت به نتایج سریع‌تری دست یابند.»

این پیشنهاد اکنون در پیش نمایش در دسترس قرار دارد و در حال حاضر توسط چندین شرکت از جمله Shopify در حال آزمایش است. کازمایر همچنین گفته که گوگل در حال اضافه کردن پشتیبانی پیشرفته برای فرمت‌های منبع‌بازی مانند Hudi و Delta Lake در BigLake و همچنین معرفی شتاب عملکرد برای Apache Iceberg است. علاوه بر این، کاربران اکنون می‌توانند از نماهای میان ابری و پیوندهای میان ابری در BigQuery Omni استفاده کنند و به آنها امکان می‌دهد تا داده‌ها را بدون دردسر جابه‌جایی آن‌ها، تجزیه‌و‎تحلیل و آموزش دهند.

بنر اخبار هوش مصنوعی

میانگین امتیاز / 5. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
لطفاً برای تکمیل این فرم، جاوا اسکریپت را در مرورگر خود فعال کنید.