强化大数据技术，苹果再次收购机器学习公司

9月23日消息，据美国媒体报道，苹果在大肆收购机器学习公司。继去年底收购Perceptio和数月前收购Turi后，现在苹果又收购了印度机器学习公司Tuplejump。苹果代表未证实也未否认此消息，这是该公司事实上收购了的标准做法。

Tuplejump与多数机器学习公司一样，并非家喻户晓，但在收购后该公司网站关闭了。该公司自称是大数据技术早期使用者，帮助财富500强公司采用这些技术。他们开始简化数据管理技术，并使数据使用起来变得非常简单。协议的条款未披露。

据悉苹果对Tuplejump开发的开源项目FiloDB特别感兴趣，该技术可将应用机器学习概念和分析有效应用到大量复杂数据中。FiloDB主要由伊凡·陈（Evan Chan）负责，他的LinkedIn资料页面显示，他是在2015年8月加入Tuplejump。

本文转自d1net（转载）

时间： 2024-11-01 18:33:35

强化大数据技术，苹果再次收购机器学习公司的相关文章

同年四笔大数据交易，Teradata收购NewSQL公司RainStor

继Revelytix.Hadapt.Think Big Analytics之后,Teradata于12月23日宣布收购RainStor公司,同年四笔大数据相关业务收购直指Teradata逐鹿大数据领域的决心. RainStor RainStor是一家专门从事线上大数据归档服务的私营公司,也是家知名的NewSQL公司.RainStor的前身是一家英国公司Clearpace,当时(2008年)该公司的NParchive产品可以对Oracle或其他RDBMS中的冷数据进行重复数据删除处理(比率为20:

【先锋】思明软件大数据技术平台打造历程和Impala实战分享

在采访思明数据刘诚忠的过程中,他表示当下大数据领域企业级市场靠技术垄断获取高额利润的玩法已经过时了,技术的成本会不断降低,这是大势所趋,这个市场的巨头会出现在技术很好,但服务更好的公司里.而站在用户的角度,用户们首先关心的是如何让数据发挥价值,然后才是这套解决方案依赖何种技术,是否能快速应用,是否能适应后面可能的扩展,相对技术来说第一点是更难的. 事实上今天的企业客户,特别在大数据技术领域,更需要的是长期的合作伙伴.他们不只需要购买技术密集的产品,还需要和大数据的技术专家一起研究如何让数据发挥出

高薪技术排行：大数据居首 苹果相关次之

最新调查显示,大数据相关技术囊括了技术领域高薪的Top 3,分别为Hadoop.Big Data及NoSQL.而苹果相关的岗位次之,比如Omnigraffle及Objective-C,而Java.C等主流技术领域的排行并不理想. 以下为译文: 也许一些企业至今还未真正了解大数据的价值,但是却并不影响他们在类似Hadoop及NoSQL等大数据技能上的大笔投资.通过一个2013 Dice Tech Salary Survey了解到,大数据项目的两个支柱(Hadoop及NoSQL)人才的价值高于其它任

以大数据技术引领 强化银行风险管控和不良资产处置

在智慧科技产业飞速发展的当下,以大数据技术为依托的若干大数据产品在金融领域逐渐开拓出广阔的运用空间.特别是在控制银行风险和降低不良资产领域,目前已经有了较为成熟的实践.事实上,不良贷款的产生除了受近年来国内外经济大环境影响外,还与现有的征信体系和银行传统的征信方式不适应现代经济发展的实际情况有关,而大数据正是解决这一难题的有力工具. 我国征信体系建设起步于1992年,但现有征信体系覆盖范围仍很有限.个人征信系统中反映的仅是个人或企业与银行间发生的信用情况,企业与企业间的商业信用关系以及个人与多方

数据科学家和大数据技术人员工具包

数据科学家的常用工具与基本思路,数据分析师和数据科学家使用的工具综合概述,包括开源的技术平台相关工具.挖掘分析处理工具.其它常见工具等几百种,几十个大类,部分网址.为数据科学教育和知识分享,提高数据科学人员素质. 数据科学融合了多门学科并且建立在这些学科的理论和技术之上,包括数学.概率模型.统计学.机器学习.数据仓库.可视化等.在实际应用中,数据科学包括数据的收集.清洗.分析.可视化以及数据应用整个迭代过程,最终帮助组织制定正确的发展决策数据科学的从业者称为数据科学家.数据科学家有其独特的基本思

借力大数据技术 证券行业迎转型契机

互联网+时代,证券行业制定大数据战略迫切而适时.一方面,近年来大数据被提升到国家发展战略层面,政府提供资金及政策支持,鼓励企业在大数据方面的发展和转型,大数据技术体系发展逐渐成熟.基于开源和商业技术共同形成的大数据技术体系已经在互联网行业应用多年,推出的稳定软件版本及云服务能够支持后来者落地实施大数据战略.另一方面,得益于部分互联网行业龙头在大数据方面的探索和推动,具备大数据项目经验的人才培养体系逐渐建立,形成了大数据发展的良好土壤.同时,经过多年的发展积累,大数据资源已经越来越丰富,国内外领先

【干货分享】鲁四海：大数据技术及行业应用

2016年7月17号在北大举行的第五届中国大数据应用论坛上,中国新一代IT产业推进联盟技术分委会秘书长鲁四海做了题为<大数据技术及行业应用>的分享.他分享内容分为三个部分:第一,行业的趋势.技术发展是什么样的:第二大数据在传统行业落地的困难,大数据要用起来最终还是落在传统行业,因为IT技术的发展不能自娱自乐:第三,传统行业如何落地大数据. 大数据产业发展趋势 首先来看,现在的大数据产业正在发生着哪些变化.第一,首席数据官开始崛起.第二,可视化是推动大数据普及的一个重要的手段.大数据的真实用户,

大数据是犯罪现场调查员 机器学习是警察

机器学习提供大数据分析欠缺的防护功能.大数据搞定数据泄露发生的原因,机器学习则是在泄露发生时就识别出来. 网络安全专家看到大数据兴奋得双眼放光,因为这就是数据科学界的CSI(犯罪现场调查).如果公司被黑,客户信息被泄,可以使用大数据技术从公司各系统.用户和客户身上收集大量信息,让数据分析师得以据此得出哪里出了纰漏的洞见. 但是,虽然大数据可以在事后帮助解决案子,却无益于第一时间防止案件发生.数据泄露的遗留影响依然有待解决:愤怒的客户.HIPAA和 PCI DSS之类的数据隐私标准合规问题,甚至政

周鸿祎：以大数据技术对抗大数据平台安全威胁

1月,中国大陆境内所有通用顶级域(.com/.net/.org等)解析出现问题,所有相关域名均被指向一个位于美国的IP地址(65.49.2.178),导致数千万网民在数小时内无法访问网站. 4月,OpenSSL"心脏出血(Heartbleed)"重大安全漏洞被曝光,这一漏洞让黑客能够读取服务器系统的运行内存.有业内人士利用该漏洞在某知名电商网站上测试时,成功获得多位用户的账号及密码,并成功登陆网站. 9月,"iCloud艳照门"事件爆发,数百张好莱坞女演员不雅照在网