- Google，Uber和Facebook为数据科学和AI开发的开源项目 2019-12-26
- 2020信息通信产业十大技术趋势发布 2019-12-26
- 大数据应用的三个方向及政府大数据中心的建议 2019-12-26
- 面向AI开发公司的几大机器学习框架（2020年版） 2019-12-26
- 值得推荐的8个git/github项目数据分析工具 2019-12-26
- 现代数据科学家的“忍者“技能 2019-12-26
- 哪种编程语言最适合区块链？ 2019-12-26
- 在时间关系数据上AutoML：一个新的前沿 2019-12-26
- 一文盘点2019年AI领域都发生了什么 2019-12-26
- Uber 2019 年数据平台建设实践 2019-12-26
- 自动化工具照亮数据科学的未来 2019-12-26
- 政府数据向社会开放不能成为一种“放之四海皆准”的工具 2019-12-26
- 数据科学家应该避免的5种统计陷阱 2019-12-26
- 2020企业机器学习行情报告：七大发现 2019-12-26
- 区块链数据分析很大的挑战 2019-12-26
- 大数据时代：数据可视化的特征及应用场景 2019-12-26
- 区块链在智慧城市领域的探索应用 2019-12-26
- 数学 vs 编程，哪个才是数据科学的敲门砖？ 2019-12-26
- 数据科学中一些不常用但很有用的Python库 2019-12-26
- 如何建立数据科学部门？ 2019-12-26
- 大数据和人工智能如何协同工作 2019-12-26
- 探讨关于数据科学和人工智能战略的制定 2019-12-26
- 数据科学家与软件工程师能否一人兼顾？ 2019-12-26
- 西南财大陈文：用区块链技术为数据确权，或将解决大数据行业乱象 2019-12-26
- 不交学费也能成为数据科学家，这里有一条免费学习路径 2019-12-26