Публикации по теме 'data-visualization'
Часть 1. Визуализация данных на протяжении всего рабочего процесса Data Science (статья 1)
Мы хотим думать, что данные говорят сами за себя, но картинка стоит тысячи слов.
Это первая часть из трех частей, озаглавленных "Визуализация данных: почему, когда и как". Часть 1 статьи 2 можно найти здесь . Часть 2, Когда визуализация данных является хорошим выбором? , посвящена определению того, когда визуализация ваших данных является подходящим подходом для передачи информации. Часть 3, Важность честности , состоит из 3 статей, в которых основное внимание уделяется..
Кластеризация клеток рака молочной железы с использованием набора данных WDBC в R Studio
Этот проект посвящен кластеризации клеток рака молочной железы с использованием набора данных Висконсинского диагностического рака молочной железы (WDBC). Этот набор данных содержит 10 различных характеристик образцов клеток из скрининговых тестов на рак молочной железы. Эти особенности включают в себя некоторые характеристики клеточных ядер и среды клеток.
Этот проект реализован в R Studio. Сначала был загружен набор данных WDBC и проведен предварительный анализ структуры набора..
Почему вам следует использовать генераторы в Python ?
Как разработчик Python, вы, вероятно, тратите много времени на работу с большими объемами данных. Независимо от того, обрабатываете ли вы журналы или работаете с большими наборами данных, важно убедиться, что ваш код максимально эффективен.
Один из способов повысить производительность вашего кода и уменьшить его объем памяти — использовать генераторы. Итак, что такое генераторы?
Генераторы — это особый тип функций в Python, которые позволяют генерировать значения по одному вместо..
Весы D3 и M3
Графики повсюду. Они являются важной частью визуализации данных, потому что в большинстве случаев это простой способ переварить большой объем информации. Они используются для иллюстрации несоответствий между определенными вещами, шаблонами, которые наблюдаются в течение определенного периода времени, для информирования пользователя о чем-то, на что ему следует обратить внимание, и множеством других способов. Графики также бывают разных форм и размеров. В этом посте я буду говорить в..
Как создать интерактивную визуализацию менее чем за час
В прошлом создание интерактивной визуализации данных могло быть сложной и зачастую трудоемкой задачей. В Интернете можно найти множество примеров людей, создающих потрясающие визуализации данных , на создание которых могут уйти недели или даже месяцы. В условиях стремительного роста объемов данных возникает необходимость быстро построить сложную визуализацию за пару дней, часов или даже минут. В приведенном ниже руководстве мы покажем вам, как можно использовать Datamatic API для..
Давайте визуализируем модели машинного обучения в Python I.
Изучать машинное обучение непросто. Особенно для статистических знаний, это трудно понять по определению, теории и т. д.
Изображения могут отображать и объяснять модели интуитивно. В этой статье я расскажу, как рисовать графики некоторых моделей машинного обучения.
Простая линейная регрессия
Набор данных: https://github.com/checkming00/Medium_datasets/blob/main/Salary_Data.csv
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
df =..
Креативная визуализация с помощью JS
Я хотел сделать перерыв в анализе данных и изучить альтернативные способы визуализации данных, помимо обыденных гистограмм и линейных графиков.
Я начал с простого эффекта частиц, создав «атомы», имеющие радиус и скорость в направлении x-y, которые случайны, но находятся в пределах определенного диапазона. Переменные обновляются со временем, и атомы исчезают после того, как радиус достигает определенного порога. Положение атомов основано на координатах x и y движения моего курсора. Новые..
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально
Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение
Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования
Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv)
Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..