【Spark Summit EU 2016】汽车研发中基于Spark的时间序列分析

更多精彩内容参见云栖社区大数据频道https://yq.aliyun.com/big-data;此外,通过Maxcompute及其配套产品,低廉的大数据分析仅需几步,详情访问https://www.aliyun.com/product/odps

本讲义出自Miha Pelko与Til Piffl在Spark Summit EU上的演讲,主要介绍了汽车行业目前已经成为了主要的数据产生者,由于汽车行业的数据问题比较特殊,所以需要进行并行的时间序列分析。除此之外还介绍了关于多传感器时间序列分析的Spark API——DaSense,并行状态机在汽车行业的使用以及并行的大数据解决方案。


【Spark Summit EU 2016】汽车研发中基于Spark的时间序列分析

【Spark Summit EU 2016】汽车研发中基于Spark的时间序列分析

【Spark Summit EU 2016】汽车研发中基于Spark的时间序列分析

【Spark Summit EU 2016】汽车研发中基于Spark的时间序列分析

【Spark Summit EU 2016】汽车研发中基于Spark的时间序列分析

【Spark Summit EU 2016】汽车研发中基于Spark的时间序列分析

【Spark Summit EU 2016】汽车研发中基于Spark的时间序列分析

【Spark Summit EU 2016】汽车研发中基于Spark的时间序列分析

【Spark Summit EU 2016】汽车研发中基于Spark的时间序列分析

【Spark Summit EU 2016】汽车研发中基于Spark的时间序列分析

【Spark Summit EU 2016】汽车研发中基于Spark的时间序列分析

【Spark Summit EU 2016】汽车研发中基于Spark的时间序列分析

【Spark Summit EU 2016】汽车研发中基于Spark的时间序列分析

【Spark Summit EU 2016】汽车研发中基于Spark的时间序列分析

【Spark Summit EU 2016】汽车研发中基于Spark的时间序列分析

【Spark Summit EU 2016】汽车研发中基于Spark的时间序列分析

【Spark Summit EU 2016】汽车研发中基于Spark的时间序列分析

【Spark Summit EU 2016】汽车研发中基于Spark的时间序列分析

【Spark Summit EU 2016】汽车研发中基于Spark的时间序列分析

【Spark Summit EU 2016】汽车研发中基于Spark的时间序列分析

【Spark Summit EU 2016】汽车研发中基于Spark的时间序列分析

【Spark Summit EU 2016】汽车研发中基于Spark的时间序列分析

【Spark Summit EU 2016】汽车研发中基于Spark的时间序列分析

【Spark Summit EU 2016】汽车研发中基于Spark的时间序列分析