“今年政府工作报告中提到，深化大数据、人工智能等研发应用，壮大数字经济，再次明确数字经济的信心。
互联网发展带来一系列经济、政治和文化等各方面的影响与挑战， 我国要应对 从国家和政府角度看，要坚持对人民负责原则，制定相应互联网法规，坚持依法治网，政府要切实履行相应的政治、经济和文化及社会建设职能，严格依法行政。 从公民角度，要依法履行义务，依法行使权利。有序政治参与。
第一，发挥新型举国体制和我国市场优势，加快数字技术追赶和超越的步伐。数字经济时代的技术进步呈现投入高、周期长、风险高的规律，使得市场资本对之望而却步，而中国的举国体制能够集中资源，对外部性极强的数字技术加以攻坚，加快数字技术研发速度。
一是完善激励数字经济核心技术开发的基础制度。中央多次强调，关键核心技术是要不来、买不来、讨不来的，核心技术受制于人是最大隐患。完善激励数字经济核心技术开发的基础制度，是解决制约数字经济发展核心技术难题的重要抓手。
发展数字经济，要积极推进新基建。新基建涵盖5G、人工智能、数据中心、工业互联网等基础设施，包含推动民生领域发展、助力消费升级的支撑系统，以及依托数字化对传统基础设施的改造升级。
在银行业的应用主要表现在两个方面：一是信贷风险评估。以往银行对企业客户的违约风险评估多基于过往的信贷数据和交易数据等静态数据，内外部数据资源整合后的大数据可提供前瞻性预测。二是供应链金融。
更重要的是，大数据分析有助于我们监测和预测流行性或传染性疾病的暴发时期，可以将医疗记录的数据与有些社交媒体的数据结合起来分析。比如，谷歌基于搜索流量预测流感爆发，尽管该预测模型在2014年并未奏效——因为你搜索“流感症状”并不意味着真正生病了，但是这种大数据分析的影响力越来越为人所知。
大数据分析与金融的结合，就是与银行、证券、保险等行业的结合应用，现阶段就是找到最需要有效帮助的人，同样大数据分析能够获得对未来布局的信息，让公司决策准确有效。
大数据，尤其是政府大数据可以有效地克服这一困难。
1、统计与分析主要利用分布式数据库，或者分布式计算集群来对存储于其内的海量数据进行普通的分析和分类汇总等，以满足大多数常见的分析需求，在这方面，一些实时性需求会用到EMC的GreenPlum、Oracle的Exadata，以及基于MySQL的列式存储Infobright等，而一些批处理，或者基于半结构化数据的需求可以使用Hadoop。
2、可视化分析 不管是对数据分析专家还是普通用户，数据可视化是数据分析工具最基本的要求。可视化可以直观的展示数据，让数据自己说话，让群众们以更直观，更易懂的方式了解结果。
3、大数据分析工具详尽介绍&数据分析算法HadoopHadoop是一个能够对大量数据进行分布式处理的软件框架。但是Hadoop是以一种可靠、高... 大数据分析工具详尽介绍&数据分析算法 HadoopHadoop 是一个能够对大量数据进行分布式处理的软件框架。
4、FineBI FineBI是新一代自助大数据分析的商业智能产品，提供了从数据准备、自助数据处理、数据分析与挖掘、数据可视化于一体的完整解决方案，也是我比较推崇的可视化工具之一。FineBI的使用感同Tableau类似，都主张可视化的探索性分析，有点像加强版的数据透视表。上手简单，可视化库丰富。
5、Analytic Visualizations（可视化分析）不管是对数据分析专家还是普通用户，数据可视化是数据分析工具最基本的要求。可视化可以直观的展示数据，让数据自己说话，让观众听到结果。 Data Mining Algorithms（数据挖掘算法）可视化是给人看的，数据挖掘就是给机器看的。
6、大数据分析，这一工具的运用，如同在海量数据的海洋中寻找有价值的模式和信息，为企业提供了前所未有的洞察力。通过深入挖掘，企业得以更好地应对变化，制定更为明智的战略决策。 Hadoop - 数据处理的超级引擎 Hadoop，作为大数据处理的基石，以其卓越的特性脱颖而出。
