按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
“我们也有技术团队，就不麻烦你们了。”杭雨说道。
“那倒是，老关不仅可以共享我们的技术成果，自己也在研发更新，水平应该比我们更高。”黄毅笑着说道，突然有点想念跟关永林一起奋斗的日子。
“差不多吧，你和张教授合作怎么样？”杭雨问道。
“张教授虽然比我们更晚研发大数据技术，但是后来居上，现在水平已经超过我了。他的研发经验很丰富，知识基础丰厚，很多东西一点就透。”黄毅说道。
“不要妄自菲薄，我相信你也不差的。”杭雨鼓励道。
黄毅只是笑了笑，他自己什么水平心里清楚。
虽然都是教授出生，但黄毅在进入江燕公司之前，几乎没有试验经验，大部分时间都花在理论上面了。因为没有实际操作和成果，所以黄毅没有积累到足够的技术底蕴。
而张教授之前是国家级的工程师，在工信部工作，实操经验不是一般的丰富。技术人员并不是毕业后就不学东西了，他们在日后的实践当中，还要不停的学习。
也就是说，张教授在工作的二十多年当中，一直在学习吸收。而黄毅虽然也是教授出身，可是工作以后却没学到多少东西，底蕴差距显而易见。
“建设大数据试验区的计划还没公布，你们不用着急，以江燕公司在这方面的技术水平，我觉得到时候应该会受到贵州省委的邀请。”黄毅说道。
“是吗，如果计划上线了，你及时通知我。”杭雨说道。
“没问题。”黄毅回道。
杭雨已经得到了自己想要的信息，随后他又跟黄毅聊了一下工作生活。黄毅不是很喜欢这类话题，显得比较敷衍，于是杭雨很快结束对话，让他回去工作。
走出耕耘科技，杭雨和洪瞻上车离开。
“没想到国家这么重视大数据技术，竟然要在贵州建设国家级的试验区，这可是举国之力去发展一项技术，看来它比我想的更重要。”洪瞻感慨道。
“这是一种应用性极强的技术，可以全面推动国家发展，自然不遗余力。我们要搭上这辆顺风车，引领民间大数据的发展，开发更多应用软件。”杭雨说道。
“大数据可以应用到工程建设，也可以应用到其他行业。光是围绕着大数据技术，就能开发很多应用软件，可以建设多少家独立的子公司。”洪瞻说道。
“我不会把这项技术分离出去，我要进一步强化总部的综合实力。”杭雨说道。
回到公司后，杭雨当即把这件事跟岳勤等人说了，叫他们做好准备。
“把数据中心建在贵州，是不是离我们太远了。”岳勤诧异道。
“我们需要的计算资源多，依我看来，同时布局两个数据中心都可以。贵州一个，西安一个，你们觉得怎么样？”杭雨说道。
“投资很大，我们得算一下账。”夏明说道。
“没问题，你们慢慢算。”杭雨说道。
这样的事情不用杭雨一直跟着，跟他们说明要求就行了。
“这是一种应用性极强的技术，可以全面推动国家发展，自然不遗余力。我们要搭上这辆顺风车，引领民间大数据的发展，开发更多应用软件。”杭雨说道。
“大数据可以应用到工程建设，也可以应用到其他行业。光是围绕着大数据技术，就能开发很多应用软件，可以建设多少家独立的子公司。”洪瞻说道。
“我不会把这项技术分离出去，我要进一步强化总部的综合实力。”杭雨说道。
回到公司后，杭雨当即把这件事跟岳勤等人说了，叫他们做好准备。
“把数据中心建在贵州，是不是离我们太远了。”岳勤诧异道。
“我们需要的计算资源多，依我看来，同时布局两个数据中心都可以。贵州一个，西安一个，你们觉得怎么样？”杭雨说道。
“投资很大，我们得算一下账。”夏明说道。
“没问题，你们慢慢算。”杭雨说道。
这样的事情不用杭雨一直跟着，跟他们说明要求就行了。
“投资很大，我们得算一下账。”夏明说道。
“没问题，你们慢慢算。”杭雨说道。
这样的事情不用杭雨一直跟着，跟他们说明要求就行了。
第607章 商业化的难度（）
“上面可没说耕耘科技不能赚钱，我得问问张教授，为什么不把技术商业化，难道我们公司要一直靠国家养着。”邓云吉当即前往研发部，许贡连忙跟上。
张教授正在办公室里研究算法，无论是机器学习、模式识别、数据挖掘、统计学习、计算机视觉、语音识别、自然语言处理都涉及到算法。
大数据常用的算法有很多种，分别是分类决策树算法，聚类算法，关联规则算法，最大期望算法，迭代算法，分类算法，向量机算法等。
决策树是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。
由于这种决策分支画成图形很像一棵树的枝干，故称决策树。
举个例子，假设一个包含很多病人信息的数据集，我们知道每个病人的各种信息，比如年龄、脉搏、血压、最大摄氧量、家族病史等。
这些叫做数据属性。
现在给定这些属性，我们想预测下病人是否会患癌症。病人可能会进入下面两个分类：会患癌症或者不会患癌症。C4。5算法会告诉我们每个病人的分类。
做法是用一个病人的数据属性集和对应病人的反馈类型，C4。5构建了一个基于新病人属性预测他们类型的决策树。
那么什么是决策树呢？决策树学习是创建一种类似与流程图的东西对新数据进行分类。使用同样的病人例子，一个特定的流程图路径可以是：病人有癌症的病史，病人有和癌症病人高度相似的基因表达，病人有肿瘤，病人的肿瘤大小超过了5c。
基本原则是：流程图的每个环节都是一个关于属性值的问题，并根据这些数值，病人就被分类了。
算法是监督学习还是无监督学习呢？这是一个监督学习算法，因为训练数据是已经分好类的。使用分好类的病人数据，C4。5算法不需要自己学习病人是否会患癌症。
在大部分机器学习课程中，回归算法都是介绍的第一个算法。
原因有两个：一是回归算法比较简单，介绍它可以让人平滑地从统计学迁移到机器学习中。二是回归算法是后面若干强大算法的基石，如果不理解回归算法，无法学习那些强大的算法。
回归算法有两个重要的子类：即线性回归和逻辑回归。
在大数据时代，数据挖掘是最关键的工作。
大数据的挖掘是从海量、不完全的、有噪声的、模糊的、随机的大型数据库中发现隐含在其中有价值的、潜在有用的信息和知识的过程，也是一种决策支持过程。
其主要基于人工智能，机器学习，模式学习，统计学等。通过对大数据高度自动化地分析，做出归纳性的推理，从中挖掘出潜在的模式，可以帮助企业、商家、用户调整市场政策、减少风险、理性面对市场，并做出正确的决策。
目前，在很多领域尤其是在商业领域如银行、电信、电商等，数据挖掘可以解决很多问题，包括市场营销策略制定、背景分析、企业管理危机等。
张教授正在做的，就是用这些算法来优化“云台”的基础技术。云台是他们在巴蛇系统的基础上，不断优化重新设计的大数据系统。
咚咚。
“进来。”听到敲门声，张教授头也不抬道。
“张教授，我找你有点事。”邓云吉二人走进办公室，自顾自地坐在椅子上。
“什么事？”张教授只瞥了他一眼。
“云台已经得到国家认可，马上就能应用到各行业当中，我们为什么不将其商业化。据我所知，江燕公司早就把这项技术投入到商业开发当中，市场十分广阔。如果我们也这样做，就不需要向上面申请研发资金，你们再也不用愁资金问题。”邓云吉说道。
“云台是给政府部门用的，想商业化，我们需要一个独立的数据中心。建一个数据中心可不便宜，你能申资金吗？”张教授说道。
他们研究大数据和云计算，目前用的是微博云。
“只要耕耘科技有这个能力，我相信上面会投资的。”邓云吉自信地道。
建设一个数据中心虽然昂贵，但是跟国家在大数据战略计划的投资比起来，简直九牛一毛，只要从指缝漏一点出来，就够他们用了。
邓云吉有背景，他相信上面的人也想赚点钱，会同意他的申请。
“数据中心的问题解决了，我们还需要商业应用。”张教授说道。
“怎么应用，你尽管说。”邓云吉说道。
“我是研究基础技术的，商业应用我也不是很懂。”张教授说道。
“您太谦虚了，难道您的技术水平还比不上江燕公司吗？”邓云吉说道。
“这不是技术水平的问题，而是软件设定，需要很了解互联网的商业思维。我建议你招聘一些有创意的年轻人，可以去江燕公司的软件园区，那里有很多擅长这个的。”张教授说道。
“去江燕公司就算了，我们自己招聘。”邓云吉说道。
“没那么简单的，你现在什么计划都没有，把人招进来也不知道做什么。而且这方面的人才很少，最好还是跟江燕公司合作，他们培养了很多这类人才。”张教授说道。
“是吗，我考虑一下。”邓云吉说道。
邓云吉不久前才给了杭雨脸色看，又岂会向他求助，于是决定自己做。
他一面发布高薪招聘，一面跟上面申请资金。
申请资金很顺利，不到一周时间，上面便同意他们自建数据中心，正好在贵州试验区设立之前，总结一点建设经验，免得到时候出问题。
但是招聘事宜却进展十分缓慢，跟张教授说的一样，来应聘的人很少，能通过面试的就更少了。半个月时间过去，耕耘科技才招聘到五个人，而且这五个人只有技术，没有创意。
第608章 好的创意（）
邓云吉并不是一个很有耐心的人，真正做起来才知道，技术商业化有多么困难。还在创意设计阶段，邓云吉便感受到了这个世界满满的恶意，一个好的应用软件确实很难设计。
技术员们先后写了三份设计书给他，邓云吉看过之后，皆十分失望。邓云吉虽然不懂设计，但他懂的分辨好坏，可以从用户的角度去衡量一个应用软件。
邓云吉开始考虑去江燕公司取经，但他拉不下脸，于是让技术员们去研究江燕公司的商业模式。技术员们研究一阵后，对云计算和大数据的商业化有了更深的了解。
首先云计算和大数据技术要结合起来用才能发挥最好的效果，因为耕耘科技的云还没建好，所以技术员们只能假象，在一片云上设计商业应用。
“要我们写创意，说实话我要是有创意，就不给别人打工了。”黄川寅抱怨道，因为没有写出好的设计书，他们