机器学习、数据科学与金融行业 系列六：数据治理（Data Governance）下
……继续 三． 数据治理技术架构和工具 通过前两部分的介绍我们可以看出，数据治理是一项较为庞大的工程，且需要迭代优化的。由于数据治理所涉及的内容是非常广泛，即使读者阅读了前面的内容，可能还是会觉得较为凌乱。笔者在这里简单梳理一下： 数据治理依赖数据所有者或责任人(Data Stewards) 在组织内执行策略，以数据质量(Data Quality) 为核心目标，通常情况下，关键要素
相关文章
- 1. 机器学习、数据科学与金融行业 系列八：金融科技（FinTech）下 --- 趋势分析
- 2. 机器学习、数据科学与金融行业 系列三：通用数据模型（Common Data Model）
- 3. 机器学习、数据科学与金融行业 系列十：机器学习平台(上)
- 4. 机器学习、数据科学与 金融行业（系列一：应用与趋势）
- 5. 【数据科学】数据治理与数据认责概述
- 6. 机器学习、数据科学与金融行业 系列四：智能投顾、量化投资与机器学习
- 7. 机器学习、数据科学与金融行业 系列十四：人工智能，大数据和投资管理（上）
- 8. 机器学习、数据科学与金融行业 系列十四：人工智能，大数据和投资管理（11）
- 9. 机器学习、数据科学与金融行业 系列十四：人工智能，大数据和投资管理 (12)
- 10. 机器学习与深度学习系列连载： 第一部分 机器学习（六）训练数据和测试数据（Train data and Test data）
- 更多相关文章...
- • 我们已经学习了 SQL，下一步学习什么呢？ - SQL 教程
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • Flink 数据传输及反压详解
- • TiDB 在摩拜单车在线数据业务的应用和实践
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 机器学习、数据科学与金融行业 系列八：金融科技（FinTech）下 --- 趋势分析
- 2. 机器学习、数据科学与金融行业 系列三：通用数据模型（Common Data Model）
- 3. 机器学习、数据科学与金融行业 系列十：机器学习平台(上)
- 4. 机器学习、数据科学与 金融行业（系列一：应用与趋势）
- 5. 【数据科学】数据治理与数据认责概述
- 6. 机器学习、数据科学与金融行业 系列四：智能投顾、量化投资与机器学习
- 7. 机器学习、数据科学与金融行业 系列十四：人工智能，大数据和投资管理（上）
- 8. 机器学习、数据科学与金融行业 系列十四：人工智能，大数据和投资管理（11）
- 9. 机器学习、数据科学与金融行业 系列十四：人工智能，大数据和投资管理 (12)
- 10. 机器学习与深度学习系列连载： 第一部分 机器学习（六）训练数据和测试数据（Train data and Test data）